株式会社ジーニー JAPAN AI / Developer の求人一覧

全 19 件中 19 件 を表示しています

• 

  【JAPAN AI】Product Manager, AI Products

  JAPAN AI株式会社について JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、上場企業である株式会社ジーニーのグループ企業として2023年4月に設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。 特に、AIエージェントの開発に注力しており、大規模言語モデル (LLM) を活用した革新的なプロダクトやソリューションを提供しています。これにより、さまざまな業界での生産性向上や業務効率化を実現しています。 JAPAN AIは、柔軟で迅速な意思決定を可能にするスタートアップの利点を活かし、最先端技術をいち早く取り入れることで、クライアントに対して最適なソリューションを提供しています。また、国際的な視点を持つ多様なチームが、グローバルな市場での競争力を高めています。 私たちはAIの持つ変革力を通じて、新たな価値を創出し、社会全体の進歩に貢献することを目指しています。AIによるイノベーションをリードし、テクノロジーが人々をより多くのことを達成できるようにする未来を共に創造しましょう。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog JAPAN AIで挑むこと JAPAN AIが目指しているのは、質問に答えるだけのAIではありません。企業のデータやSaaSにつながり、業務を理解し、仕事を最後まで実行する「企業の脳」です。 Product Managerには、顧客と事業の課題を整理し、LLM / AIの能力と限界を踏まえて「何を、なぜ、どこまでつくるか」を決め、エンジニアとともにプロダクトとして届けることを期待しています。 特に、次の課題に取り組みます。 個人のAI利用を、チームや組織の日常業務へ広げる 顧客ごとの課題や知見を、再利用できるプロダクトへ変える AIの利用量ではなく、顧客の仕事が完了した価値をつくる LLMの不確実性を前提に、品質・安全性・使いやすさを両立する 0→1と、本番で使われているAIプロダクトの成長を同時に経験できるポジションです。 2つの活躍スタイル 同じタイプのPdMだけを求めているわけではありません。次のいずれかに強みを持つ方を歓迎します。 Product Craft 高い品質基準を持つプロダクト組織で、顧客理解、問題設定、優先順位、仕様、ユーザー体験に強くこだわり、成果を出してきた方です。 顧客の要望をそのままつくるのではなく、本質的な課題を見抜ける 何が必要か、何をつくらないかを高い精度で判断できる 0→1、グロース、大きな方向転換のいずれかを主導した実績がある 細部とプロダクト全体の一貫性の両方に責任を持てる Product Delivery Leadership PdM、PjM、Program Manager、Technical Program Manager、事業責任者などとして、事業方針や複雑な要求を整理し、エンジニアが実行できる形へ翻訳し、プロジェクトを完遂してきた方です。 曖昧な方針を、目的、要件、優先順位、スコープへ分解できる 複数のチームや部門にまたがるプロジェクトを前進させられる 依存関係、リスク、意思決定事項を明確にし、停滞を解消できる 進捗管理にとどまらず、リリースと事業成果まで責任を持てる 肩書きではなく、自ら何を判断し、何を動かし、どの成果を変えたかを重視します。 業務内容 経験や強みに応じて、JAPAN AI AGENT、CHAT、SPEECH、STUDIO、Vertical Solutionなどを担当します。 プロダクト戦略 会社全体のビジョンや事業戦略に基づいたプロダクト戦略の策定 市場調査や競合分析を通じたプロダクトの方向性の決定 プロダクトロードマップの作成および優先順位の設定 KPIの設定と追跡、データに基づく意思決定の推進 プロダクト開発 開発チームと連携し、プロダクトの要件定義や仕様策定をリード ユーザーインタビューやデータ分析を通じたプロダクト改善の推進 プロダクトのリリース計画の策定および実行 最新のAI技術動向の把握と自社プロダクトへの応用検討 ステークホルダーとの連携 営業やカスタマーサクセスチームとの連携を通じた顧客ニーズの把握とプロダクト改善 顧客との直接的なコミュニケーションを通じたフィードバックの収集 経営層や他部門との連携を通じたプロダクト戦略の共有と調整 多国籍チームとの効果的なコミュニケーションの構築 自らユーザーに会い、データを見て、AIで試し、仕様を書き、リリース後を確かめます。すべての本番コードを書く必要はありませんが、学習と意思決定の中心を他者任せにしないhands-onな姿勢を求めます。 入社後に期待すること 入社〜3か月: 顧客、プロダクト、技術、事業を理解し、担当領域の改善をリリースする 3〜6か月: 解くべき課題と優先順位を定め、部門横断で開発を推進する 6〜12か月: 担当領域の戦略と成果に責任を持ち、プロダクトや開発の進め方そのものを改善する 期間は、経験や担当テーマに応じた目安です。 必須要件 PdM、PjM、Program Manager、Technical Program Manager、事業責任者などの役割を通じて、ソフトウェアプロダクトまたはシステム開発をリードした経験 自身の判断と行動によって、利用、継続、売上、品質、業務成果などを改善した実績 LLM / 生成AIの能力と限界を理解し、AIを使う価値、AIと人の境界、品質や安全性を議論できること 顧客や事業の曖昧な課題を構造化し、エンジニアが実行できる要件や仕様へ落とした経験 ユーザー、データ、プロトタイプ、仕様に自ら触れ、仮説検証を進めた経験 役割やプロセスが未整備で、優先順位が変化する環境でも、自ら論点を設定して前進できること 言語能力 : 以下いずれか 日本語 : Fluent (プロダクト開発において齟齬なく議論を行えるレベル) 日本語：N2レベルあるいは1年以上のビジネス利用経験かつ英語 : ビジネスレベル以上 歓迎要件 B2B SaaS、AI Agent、RAG、Workflow、業務自動化、エンタープライズプロダクトの経験 LLM / 生成AIを活用したプロダクトの企画、開発、運用、改善経験 0→1、新規事業、スタートアップ、急成長プロダクトでの経験 PMF前後のプロダクトを成長させた経験 Software Engineer、Tech Lead、Technical Program Managerなどの技術バックグラウンド AIの評価、Observability、Guardrail、Human-in-the-loop、Abstainの設計経験 チーム 開発組織は約62名、PdMは11名です。エンジニアの44%が外国籍で、日本語と英語を使いながら協働しています (2026年6月時点)。 営業、CS、FDE、Deployment Strategy、エンジニア、デザイナー、経営と密接に連携します。年次ではなく、役割と成果に応じて責任範囲が広がる環境です。 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 週3出社、週2日リモートワークのハイブリッド勤務となります。 選考フロー 書類選考 → 面接（2～3回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【AI/DX統括本部】全社AX推進_マネージャー候補（生成AI×業務変革／自社AIプロダクト活用）

  株式会社ジーニー / JAPAN AI株式会社について 【株式会社ジーニー】 「日本からGAFAのような世界的なテクノロジー企業を創る」という想いのもと、2010年4月に設立。創業からわずか7年で上場を果たし、その後も増収増益を続ける圧倒的成長企業です。 マーケティングテクノロジーを専門とする企業として、広告プラットフォーム事業やマーケティングSaaS事業、デジタルPR事業などを展開しており、アドテクノロジーとマーケティングテクノロジーの両プロダクトを保有する希少な企業として成長を続けています。 2020年には、Financial Times社発表の『アジア成長企業ランキング』も受賞いたしました。 ※『アジア成長企業ランキング 2020』は、アジア太平洋地域の12ヶ国5,000万以上の企業を対象に調査し、2015年から2018年の売上成長率をもとに、飛躍的活躍を遂げた企業500社を選出するランキングです。ジーニーは全体で357位、日本から選出されたテクノロジー企業では11位を受賞しています。 【JAPAN AI株式会社】 JAPAN AIは、2023年4月に設立された現在4期目のAIスタートアップです。 グロース市場に上場している株式会社ジーニーのグループ会社として設立されました。 ジーニーは、プロダクト開発において積極的にAI技術を活用しており、自社プロダクトである「GENIEE SFA/CRM」や「GENIEE CHAT」において、ChatGPTを用いた議事録の自動要約やメールの自動作成など、お客様の業務効率化や生産性向上につながるAI関連機能を提供しています。 このような状況の中、ジーニーグループはAI技術に関わる導入コンサルティング、プロダクト提供、ならびに研究開発をさらに推進するために、2023年4月に戦略的子会社である「JAPAN AI株式会社」を設立いたしました。 当社は「AIで持続可能な未来の社会を創る」というPurposeを掲げ、日本企業の生産性向上や産業の活性化のための様々なAIプロダクトの開発と提供を行っています。高度なプロダクトを開発するために、ChatGPTをはじめとした各種大規模言語モデルやGenerative AIなどの分野の研究も進めています。 2024年11月には、国内企業としてもいち早く「AIエージェント*」をローンチし、多くの企業様に高評価を頂いております。 当社はAI市場のトップランカーであると自負しております。 ＊：JAPAN AI 「AI AGENT」を提供開始 　　AIエージェント部門でグランプリに選出 ▼JAPAN AIをもっと知る  ・コーポレートサイト ・採用サイト ・note記事（働く社員の紹介 / インタビュー記事） ・Tech Blog（エンジニア組織の技術発信） 募集背景 JAPAN AIの売上は前年比603%増。顧客企業のAXを支援する一方、ジーニーグループ自身も「AIネイティブな会社」であることを証明しようとしています。 グループ全体のAX/DX推進は、現在外部パートナーの力も借りながら進めていますが、次のフェーズではノウハウの完全内製化を目指します。取り組みが本格化する中、AIエージェント・業務アプリケーションの開発案件はグループ横断で急増しており、これまで一体で進めてきた「業務変革の設計」と「AI開発」を、それぞれ専任のマネージャーが率いる体制へ進化させるタイミングを迎えました。 そこで今回、開発領域を専任でリードするマネージャーを募集します。求めるのは、AX/DXに精通し、自ら手を動かして物を作ることができ、かつエンジニアチームのマネジメントができる方。 現マネージャーが業務整理・変革設計に集中し、あなたが「物の出来上がり」に責任を持つ——二人のマネージャーが両輪となって、グループ数千名規模の業務変革を内製で加速させるフェーズです。 ミッション 自社AIプロダクトを活用して、ジーニーグループ全体（GENIEE／JAPAN AI／グループ各社）のAX/DXをリードします。顧客のAXを支援する会社として、「世界で最もAIを使いこなす会社」の証明を自社グループで先に果たすことを目指しています。 本ポジションは、AX / DXチームのマネージャーとして、AI開発領域の推進・品質・チームマネジメントを担うポジションです。 業務変革の設計を担う現マネージャーと並列に立ち、開発面からグループ全体の業務変革をリードいただきます。将来的には、AX / DXエンジニアチームを新設し、そのマネージャーとして組織を率いていただくことを想定しています。 業務内容 『日本一になりたい方へ〜自社AIプロダクトで、グループ全社を"AIネイティブ"に〜』 JAPAN AIはAI市場で日本一を本気で目指す会社です。そして顧客のAXを支援する私たちだからこそ、「世界で最もAIを使いこなす会社」の証明を自社グループで先に果たす必要があります。その全社AXの推進役として、ジーニーグループ全体（GENIEE / JAPAN AI / グループ各社）のAX/DXをリードいただきます。 ■AX/DX戦略の立案・推進 ・自社AIプロダクトを活用したグループ業務改革の戦略立案 ・ロードマップ策定・進捗管理 ・部署・事業をまたいだ横断プロジェクトの設計（例：グループ各社のマーケティング業務の共通ルール・共通STUDIO構築） ■業務整理・業務設計 ・各部門の業務ヒアリング・課題の構造化 ・あるべき業務プロセスの設計 ・コーポレート部門を含む全社規模の品質・生産性改善 ■AI開発（ハンズオン） ・JAPAN AI STUDIO / AGENTを用いたAIエージェント・業務アプリケーションの開発・改善 ・コード生成AIを活用した開発・プロトタイピング ■プロジェクトリード・マネジメント ・複数プロジェクトの並行リード（事業部門・他部署メンバーを含む最大30名規模のプロジェクト体制） ・エンジニアチーム（2〜3名、業務委託含む）の指導・管理・育成 ・経営層への進捗報告・提案、要件定義〜PoC検証〜効果測定〜継続的改善の推進 配属部署 株式会社ジーニーにて採用後、JAPAN AI株式会社 BPO事業部への出向となります。 ■JAPAN AI株式会社 BPO事業部 GN DX/AXグループ AXDXチーム ・事業部長：江崎 ・グループマネージャー：小柳 ・AX/DX担当：10名（業務委託含む） BPO事業部には、AXDXチームのほか、OpEx（オペレーショナルエクセレンス）チーム、統括チームが在籍しています。AXDXチームは、ジーニーグループ全体を対象に、業務整理・課題特定から自社AIプロダクト（JAPAN AI STUDIO／AGENT等）を活用した実装・定着までを一気通貫で担う横断組織です。 本ポジションは、現マネージャー 小柳と並列のマネージャーとして開発領域を管掌いただきます。事業メンバーを取りまとめて複数プロジェクトを並行リードし、将来的にはAXDXエンジニアチームを新設して、その責任者を担っていただく想定です。 このポジションの魅力 ①自社AIプロダクトという「武器」がある JAPAN AI STUDIO / AGENTをはじめとする最先端の自社プロダクトを制限なく使い倒せます。ツール選定の稟議に時間を溶かすことなく「作って試して改善する」に集中でき、使う中で得た知見はプロダクトチームへ還元されます。Cursor・ChatGPT・Claude等の外部AIツールも会社負担で利用可能です。 ②「全社」を変えられるスケール 部門の改善屋ではありません。上場グループ全体を対象に、部署・事業会社をまたいだ業務変革を設計できるポジションです。自分の設計がグループ数千名規模の働き方を変える——このスケールを面白がれる方にとって、これ以上ない裁量があります。  ③1人で抱え込まないチーム 本チームは、大変な案件でも「やりましょう」と前向きに助け合うカルチャーが根付いており、相談できずに孤立することはありません。 ④AI内製化の中核としてのキャリア 生成AI活用の実務経験者が市場でまだ希少な今、「全社AXを内製でリードした」経験はキャリアの決定的な差別化になります。マネージャー候補としての採用であり、推進体制の拡大とともに組織を率いるポジションへの道があります。 必須要件 以下すべて満たす方 業務における生成AI・LLMの実践活用経験（AI導入・業務改善・開発等の実務経験） プログラミング経験（言語不問） 業務整理・業務設計の経験（現状業務の構造化〜あるべきプロセスへの落とし込み） 部門横断プロジェクトの推進・リード経験 日本語ネイティブレベル（社内調整・経営層報告に必須） 歓迎要件 CxO・経営層への説明・提案・レポーティング経験 RAG・AIエージェントの設計・実装経験 チームマネジメント・メンバー育成経験 事業会社のDX推進・AI推進部門での就業経験 データ基盤・データ連携の構築経験（DWH、SFA/CRM導入等） 組織変革・チェンジマネジメントの経験 求める人物像 構想や提言で終わらせず、自ら手を動かして実装・定着までやり切れる方 技術とビジネスの両方を理解し、現場・経営層の双方と対話できる方 部署をまたいだ調整・巻き込みを厭わない方 チームで助け合い、前向きに課題へ向かえる方 新しいAI技術を業務でどう活かすか、常にキャッチアップし続けられる方 働き方 週4出社、週1リモート可能です。 選考フロー 書類選考 → 1次面接（GN DX/AXグループ マネージャー ）→ 2次面接（BPO事業部長）→ 最終面接（代表 工藤）→ 内定 ※最終面接までにSPI受験・リファレンスチェックあり 補足 ※本ポジションは株式会社ジーニーにて採用後、JAPAN AI株式会社 BPO事業部への出向になります。（両社の所在地・勤務地は同一です。） 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】Forward Deployed Engineer (FDE)

  JAPAN AI株式会社について JAPAN AI株式会社は、上場企業・株式会社ジーニーのグループ企業として2023年4月に設立されたAIカンパニーです。 私たちが目指すのは、単なるAIチャットボットの提供ではありません。企業の全SaaSを統合し、AIが自律的に業務を実行する「企業の脳」— 次世代の基幹システムを実装することです。中核プロダクト「JAPAN AI STUDIO」は累計400社・1.9万人以上に導入され、売上は前年同期比で約5倍に成長しています。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 採用サイト AIを導入するのではない。企業の仕事を、AIで終わらせる。 JAPAN AIが提供するのは、AIツールそのものではありません。AIによって顧客の仕事が完遂され、成果が生まれる状態です。Forward Deployed Engineer (FDE) は、その成果を顧客の現場で実装するエンジニアです。 顧客対話は約2割、技術設計・実装は約8割 が目安です。(案件フェーズにより変動します) Deployment Strategist (DS) と顧客の業務課題・価値仮説を整理し、FDEが技術提案、アーキテクチャ設計、LLM/AI Agentの実装、本番導入を主導します。PoCを作って終わるのではなく、実際に使われるシステムとして安全に稼働させ、個社で得た知見を次の顧客へ再利用できる形にします。 FDEチームは現在10名。30名規模への拡大に向け、案件を担当するだけでなく、deployment playbook、標準アーキテクチャ、再利用コンポーネントを一緒に作るメンバーを募集します。 JAPAN AIのFDEで得られる経験 DSとの分業で、技術提案と実装に集中できる 事業・業務テーマの設計はDSが主導し、FDEは技術提案とEnd-to-End実装を主導します。要件整理や課題発見には両者で関わりますが、FDE一人に営業・戦略・実装・運用のすべてを背負わせる職務設計ではありません。 「速く作る」だけでなく、安全に本番化する モデルの精度だけでなく、Evals、可観測性、ガードレール、セキュリティ、判断材料が不足した場合に人へ戻すabstain/human-in-the-loopまで設計します。AI Evaluation Scientistなどの専門職とも連携し、本番で信頼できるAIを実装します。 個社開発をVerticalへ型化し、横展開する 顧客ごとにゼロから作り続けるのではなく、現場で見つけた共通課題を、SALES/MARKETING/HR/KNOWLEDGEなどの職種特化、建設/製造/公共/製薬などの業種特化ソリューションへ昇華します。自社プロダクトとグループの顧客基盤・パートナー網があるため、1案件の成果を個社に閉じず広げられます。 日本語を主言語に、AI実装の最前線へ 顧客との業務は主に日本語で行います。英語は必須ではなく歓迎条件です。一方、開発組織では外国籍エンジニアも多く、多様なバックグラウンドのメンバーと協働できます。 業務内容 Discover & Scope—課題を技術要件へ変換する DSとともに、顧客の業務プロセス、データ、既存SaaS、制約条件を把握 経営層から現場担当者までと対話し、AIを適用すべき領域と成功指標を定義 スコープ、スピード、品質のトレードオフを整理し、技術提案を主導 Build & Evaluate—動くものを作り、評価する LLM、RAG、AI Agent、業務自動化を組み合わせたアーキテクチャ設計 Python/TypeScriptを用いたバックエンド・フロントエンドの実装 Salesforce、SmartHR、kintone等のSaaS・顧客データとのAPI連携 モデル比較、プロンプト・データ処理、Evals、失敗ケース分析による品質改善 Deploy & Operate—本番で信頼できる状態にする GCP等へのデプロイ、監視・可観測性、認証認可、セキュリティ要件への対応 guardrail、fallback、abstain/human-in-the-loopを含む安全設計 導入後はAI Success Engineer/DSが定着・運用を主に担い、FDEはモニタリングや技術 課題の解決を支援 Productize & Scale—個別解を再利用可能にする 実装をテンプレート、共通コンポーネント、標準アーキテクチャへ抽象化 顧客現場の知見をプロダクトチームへ還元し、FDE自身が共通機能を開発 顧客側に運用ノウハウと判断材料を残し、内製化・CoE構築を支援 例：全国50店舗を展開する小売業。紙ベースで平均5営業日かかっていた発注稟議を、過去の承認パターンをAIが学習して一次判断するワークフローに置き換え、リードタイムを1営業日に短縮。この事例は標準テンプレートとして他顧客にも展開されました。 このポジションの成功指標 成果は「PoCを完成させたか」だけでは測りません。 本番利用 ：構築したAIが、顧客の実業務で継続的に使われているか 業務効果 ：工数削減、リードタイム、売上・受注率などの改善を測定できたか 再利用化 ：個社の知見を、標準機能・Vertical・playbookへ還元できたか チーム・育成・キャリア 開発組織は約60名 (2026年6月時点) 。FDEは、DS、Product Architect、Agentic Engineer、AI Success Engineer等と協働します。 入社後は1〜2か月を目安に、プロダクト理解、提案フロー、STUDIO/AGENT構築、デリバリーを段階的に学びます。FDE EXCELLENCE PROGRAMなど、顧客課題とAI実装を接続するための育成機会も用意しています。 将来は、IC/Principal Engineerとして技術を深める、EM/Headとして組織を率いる、PdM/DSとして課題定義側へ広げるなど、複数のキャリアを選べます。 現在の課題は、10名から30名への拡大に耐えられるデリバリー標準と、個社案件をVerticalへ継続的に還元する仕組みがまだ完成していないことです。完成済みの組織に参加するのではなく、その型を作る仕事です。 必須条件 ソフトウェアエンジニアとしての実務経験3年以上、または同等の実装能力 主専門を持ちながら、PoCから本番まで必要なバックエンド/フロントエンド領域をEnd-to-Endで担当した経験 LLM/生成AI/AI Agentを用いたアプリケーションの設計・実装経験 日本語：Fluent (顧客の経営層・現場担当者との要件整理、技術提案、日本語ドキュメント作成を齟齬なく行えるレベル) 歓迎条件 顧客と直接対話し、曖昧な要望を技術課題へ落とし込んだ経験 AWS/GCP/Azure上での本番運用、監視、障害対応経験 RAG/Agent/業務自動化の組み合わせ、複数モデルの比較・選定経験 Evals、LLM observability、guardrail、human-in-the-loopの設計経験 エンタープライズSaaS連携、ETL、認証認可、セキュリティ・コンプライアンス対応経験 個別実装を共通基盤・テンプレート・再利用可能なコンポーネントへ抽象化した経験 プロジェクトマネジメント、英語での技術コミュニケーション能力 求める人物像 指示を待つのではなく、自ら調べ、試し、結果から改善できる方 問題発見、仮説、実装、評価のサイクルを回せる方 タスク完了だけでなく、より良い設計と再利用可能性まで考えられる方 技術上の選択・限界・リスクを、非技術者にも説明できる方 開発環境 言語 : Python (バックエンド) , TypeScript / React / Next.js (フロントエンド) / NX AI/LLM : LangChain, LangGraph, JAPAN AI STUDIO SDK インフラ : GCP (コンテナ / K8s) , Docker データ : BigQuery, PostgreSQL, 各種顧客データソース ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 ハイブリッド勤務 : 週3出社、週2リモート 選考フロー 書類選考 → コーディングテスト → 面接（4～5回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます 面接では、AI/Agentの理解、System Designと実装力、曖昧な課題の構造化、日本語での説明力、Team Fitを確認させていただきます。 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】Research Engineer, LLM modeling / Japanese

  JAPAN AI株式会社について JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、上場企業である株式会社ジーニーのグループ企業として2023年4月に設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。 私たちが目指しているのは、単なる AI チャットボットの提供ではありません。企業の全 SaaS を統合し、AI が自律的に業務を実行する「企業の脳」— 次世代の基幹システムを構築することです。「JAPAN AI STUDIO」を中核に、DB さえあればアプリ不要、AI が作業して結果だけを返す世界を実装しています。 私たちはAIの持つ変革力を通じて、新たな価値を創出し、社会全体の進歩に貢献することを目指しています。AIによるイノベーションをリードし、テクノロジーが人々をより多くのことを達成できるようにする未来を共に創造しましょう。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 採用サイト 募集背景 JAPAN AI STUDIO は「企業の脳」として、顧客企業の全 SaaS を統合し、数百のワークフローを AI エージェントが自律的に実行する世界を目指しています。しかし、この構想を実現するには、現在のエージェント技術では解決できない「フロンティア課題」を突破しなければなりません。 複数の SaaS を横断して情報を検索・統合する際の推論品質の限界 長期にわたる業務プロセスを記憶し、文脈を維持する長期記憶の設計 テキスト・画像・音声・構造化データを統合的に扱うマルチモーダル対応 数百社が同時利用する環境での低レイテンシ推論 この 1年で、LLM を活用したエージェントシステムの採用は急速に進みました。コーディング、リサーチ、カスタマーサポート、セキュリティなど、多様な領域で AI エージェントが実用化されています。今後、AI エージェントがより複雑なタスクをエンドツーエンドで、あるいは人間と協力して遂行する未来に向けて、JAPAN AI では以下に取り組むチームを強化します。 長期ホライゾンの課題でより効果的なエージェントを実現する 様々なスケールで他のエージェントと協調し、大きなタスクを達成するための連携を設計する エージェント性能を最大化するため、新規のハーネス設計、インフラ改善、ファインチューニングなど必要な課題を解く ミッション Agentが降参する問題を解く 現在の AI エージェントでは解決できないフロンティア課題に挑み、新しい推論手法・検索 / 計画・長期記憶・ツール利用の品質限界を突破する。JAPAN AI STUDIO 上で動く数百のワークフローが、より賢く・速く・安全に動作する未来を、研究で切り拓く。 期待する役割について Research Engineer として、AI/LLM/ML の最先端研究と応用研究をリードしていただきます。 異なるエージェント・ハーネスの発案・開発・比較 (メモリ、コンテキスト圧縮、エージェント間通信アーキテクチャ等) 大規模なエージェント型タスクのための厳密な定量ベンチマークの設計・実装 モデルとプロンプトの自動評価を支援し、学習からプロダクトライフサイクル全体にわたって品質を担保 プロダクト組織と協力し、エージェントをプロダクトに適用するうえでの最も困難な課題を解決 モデル学習用データミックスの作成・最適化により、エージェントタスクにおける性能と使いやすさを向上 研究成果を Agentic Product Engineer チームに移転し、プロダクト全体の品質を底上げ 論文を書くことがゴールではありません。研究成果をプロダクションに適用し、約 200 社が利用する本番環境でユーザーに届けることを重視します。 このポジションの魅力 「企業の脳」を支える研究 : 単なるチャットボットの改善ではない。企業の全 SaaS を統合し AI が自律実行する「次世代基幹システム」の技術的基盤を、研究で切り拓く 研究→プロダクションの直結 : 開発した手法が即座に本番環境へ適用され、約 200 社の企業が利用するシステムに反映される。論文で終わらない、実世界へのインパクトを実感できる 最先端 AI 研究の実践 : 推論品質の限界突破、長期記憶設計、マルチエージェント協調など、業界最前線のフロンティア課題に取り組める 研究と発表の両立 : 論文発表・技術ブログ執筆を推奨し、学術機関や OSS コミュニティとの連携も積極的に支援 技術移転のインパクト : 開発した手法を Agentic Product Engineer チームに移転し、プロダクト全体の品質を底上げするリーダーシップを発揮できる 急成長環境 : 設立3年で200名以上の規模、9プロダクト展開のスタートアップで、技術的意思決定に大きな裁量を持てる 業務内容 エージェント研究開発 異なるエージェント・ハーネスの発案・開発・比較 (メモリ、コンテキスト圧縮、エージェント間通信アーキテクチャ等) 新しい推論・計画・検索手法の研究開発 マルチモーダル・長文コンテキスト対応の技術開発 最新論文の調査・再現・改良実装 評価・ベンチマーク 大規模なエージェント型タスクのための厳密な定量ベンチマークの設計・実装 合成データ生成・評価ベンチマーク設計 モデルとプロンプトの自動評価支援 (学習 → プロダクトライフサイクル全体) プロダクション課題の解決 推論レイテンシ / コスト最適化 (量子化、蒸留、キャッシュ等) モデル学習用データミックスの作成・最適化 エージェント評価フレームワークの高度化 本番環境での品質改善・パフォーマンスチューニング 技術移転・発信 Agentic Product Engineer チームへの技術移転・メンタリング 学術機関・OSS コミュニティとの連携 業務シナリオ例 ※以下は想定される業務シナリオの例です ■ シナリオ 1 : SaaS 横断検索のためのナレッジグラフ RAG の研究開発 JAPAN AI STUDIO が「企業の脳」として機能するには、顧客の全 SaaS に散在する情報を横断的に検索・統合する必要がある。既存の RAG では「Aプロダクト の従業員データ」と「Bプロダクト の商談データ」の関係性を捉えられず、回答精度が低い。ナレッジグラフベースの RAG アーキテクチャを研究・開発し、エンティティ間の関係性を構造化。SaaS 横断検索の回答精度を 40% 向上させ、Agentic Product Engineer チームに技術移転して全プロダクトに展開。 成果責任 (KR/メトリクス) ベンチマークスコア改善率 (社内 / 公開ベンチマーク) 新手法のプロダクション適用数 (四半期あたり) 推論レイテンシ / コスト改善率 論文・技術ブログ発表数 社内技術移転完了数 チーム体制 約120名が開発組織に在籍しています。 Research Engineerは以下のプロジェクトを横断して活動します： JAI Lab — AI研究開発 AI&Model — モデル学習・最適化 Voice & Tel — 音声AI・電話システム 密接に連携する役割: Agentic Product Engineer — エージェント機能開発 (技術移転先) Agent Harness Engineer — エージェント実行基盤 AI Quality Scientist — 評価パイプラインとの連携 Product Manager — プロダクト設計 必須条件 コンピュータサイエンス、ソフトウェア工学、人工知能、機械学習、数学、物理、それらの関連分野における修士号・博士号を有すること LLM を用いた複雑なエージェントシステムの開発経験 ソフトウェアエンジニアリングと ML における十分な実務経験 LLM のプロンプト作成、および / または言語モデルを使ったプロダクト開発の経験 PyTorch / JAX での大規模モデル学習・推論の経験 LLM / Transformer アーキテクチャの深い理解 論文読解・再現実装の能力 Python での高品質なコード実装力 言語レベル : いずれか必須 日本語 : Fluent (プロダクト開発において齟齬なく議論を行えるレベル) 英語 : ビジネスレベル 歓迎条件 大規模な強化学習 (Large-scale RL on language models) の経験 マルチエージェントシステムの設計・実装経験 トップカンファレンス (NeurIPS / ICML / ACL / EMNLP 等) での論文発表 RLHF / DPO 等のアライメント手法の実装経験 マルチモーダルモデル (Vision-Language 等) の経験 エージェント評価・安全性研究の経験 博士号 (CS / ML / NLP / 関連分野) 英語での研究コミュニケーション能力 開発環境 言語 : Python (研究・フレームワーク部), TypeScript / React / Next.js (フロントエンド部) / NX ML / AI : PyTorch, JAX, Transformers, vLLM, Weights & Biases インフラ : GCP (コンテナ / K8s), Docker ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon), デュアルモニタ対応 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 ハイブリッド勤務 : 週3出社、週2リモート フレキシブルな勤務時間帯 : コアタイムは要相談 柔軟性 : 将来的により柔軟なワークスタイルの検討も可能 選考フロー 書類選考 → Homework → 面接（4～5回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】Research Engineer, LLM modeling / English

  About JAPAN AI JAPAN AI, Inc. was established in April 2023 as a group company of Geniee, Inc. (TSE Growth Market) with the mission of dramatically expanding human potential through AI technology. We drive cutting-edge AI R&D both domestically and internationally. Our ambition goes far beyond building AI chatbots. We are building "the brain of the enterprise" — a next-generation core system where AI autonomously executes business operations by integrating all of a company's SaaS tools. With JAPAN AI STUDIO at the center, we are implementing a world where — given a database — no separate application is needed; AI performs the work and returns only the results. Through the transformative power of AI, we aim to create new value and contribute to the advancement of society as a whole. Join us in leading AI innovation and shaping a future where technology empowers people to achieve more. Related URLs Our Website Company Introduction Materials Tech Blog Careers Why We're Hiring JAPAN AI STUDIO aims to function as "the brain of the enterprise" — integrating every SaaS tool a company uses and enabling AI agents to autonomously execute hundreds of workflows. However, realizing this vision requires breaking through "frontier challenges" that current agent technology cannot solve: Reasoning quality limits when searching and integrating information across multiple SaaS platforms Long-term memory design that retains context across extended business processes Multimodal handling that unifies text, images, audio, and structured data Low-latency inference in environments where hundreds of companies operate simultaneously Over the past year, adoption of LLM-powered agent systems has accelerated rapidly — from coding and research to customer support and security. Looking ahead to a future where AI agents handle increasingly complex tasks end-to-end or in collaboration with humans, JAPAN AI is strengthening the team that will: Build more effective agents for long-horizon tasks Design coordination mechanisms for agents to collaborate at various scales and accomplish larger objectives Solve the necessary challenges — novel harness design, infrastructure improvements, fine-tuning — to maximize agent performance Mission "Solve the problems that make today's agents give up." Take on frontier challenges that today's AI agents cannot solve. Break through the quality limits of reasoning, retrieval/planning, long-term memory, and tool use. Pave the way — through research — for a future where hundreds of workflows running on JAPAN AI STUDIO operate smarter, faster, and more safely. Role & Expectations As a Research Engineer, you will lead cutting-edge and applied research in AI/LLM/ML: Conceive, develop, and compare different agent harnesses (memory, context compression, inter-agent communication architectures, etc.) Design and implement rigorous quantitative benchmarks for large-scale agentic tasks Support automated evaluation of models and prompts, ensuring quality across the entire lifecycle — from training to production Collaborate with the product organization to solve the hardest challenges in applying agents to products Create and optimize training data mixes to improve agent task performance and usability Transfer research outcomes to the Agentic Product Engineer team, raising quality across all products Writing papers is not the goal. We prioritize applying research to production and delivering results to users in a live environment serving approximately 200 companies. Why You'll Love This Role Research that powers "the brain of the enterprise" — This is not about improving chatbots. You will build the technical foundation for a next-generation core system where AI autonomously executes operations by integrating all enterprise SaaS — and you will do it through research. Research → Production, directly connected — Your methods are immediately deployed to a production environment used by ~200 companies. This is not research that ends with a paper — you will feel real-world impact. Cutting-edge AI research in practice — Work on the industry's frontier challenges: breaking reasoning quality limits, designing long-term memory, orchestrating multi-agent coordination, and more. Research and publication, side by side — We encourage paper publication and tech blog writing, and actively support collaboration with academic institutions and OSS communities. Impact through technology transfer — Transfer your methods to the Agentic Product Engineer team and exercise leadership in raising quality across all products. Rapid-growth environment — In a startup that has grown to 200+ people and 9 products in just 3 years, you will have significant autonomy in technical decision-making. Job Description Agent Research & Development Conceive, develop, and compare different agent harnesses (memory, context compression, inter-agent communication architectures, etc.) Research and develop new reasoning, planning, and retrieval methods Develop technologies for multimodal and long-context handling Survey, reproduce, and improve upon the latest research papers Evaluation & Benchmarking Design and implement rigorous quantitative benchmarks for large-scale agentic tasks Design synthetic data generation and evaluation benchmarks Support automated evaluation of models and prompts (across the full lifecycle from training to production) Production Problem-Solving Optimize inference latency and cost (quantization, distillation, caching, etc.) Create and optimize training data mixes Advance agent evaluation frameworks Improve quality and tune performance in production environments Knowledge Transfer & Outreach Transfer technology and mentor the Agentic Product Engineer team Collaborate with academic institutions and OSS communities Key Results (KR/Metrics) Benchmark score improvement rate (internal and public benchmarks) Number of novel methods shipped to production (per quarter) Inference latency and cost reduction rate Number of papers and technical blog posts published Number of internal knowledge transfers completed Team Structure Approximately 120 members are part of the development organization. Research Engineers work across the following groups: JAI Lab — AI research and development AI & Model — Model training and optimization Voice & Tel — Speech AI and telephony systems Closely collaborating roles: Agentic Product Engineer — Agent feature development (primary research transfer target) Agent Harness Engineer — Agent execution infrastructure AI Quality Scientist — Evaluation pipeline collaboration Product Manager — Product design and prioritization You May Be a Good Fit If You Master's or Ph.D. in Computer Science, Software Engineering, Artificial Intelligence, Machine Learning, Mathematics, Physics, or related fields Experience developing complex agentic systems using LLMs Significant hands-on experience in software engineering and ML Experience with LLM prompt engineering and/or building products with language models Experience with large-scale model training and inference using PyTorch or JAX Deep understanding of LLM and Transformer architectures Ability to read, reproduce, and improve upon research papers Strong implementation skills in Python (production-quality code) Language requirement (at least one of the following): Japanese: Fluent — able to discuss product development without friction English: Business level Strong Candidates May Also Have Experience with large-scale reinforcement learning on language models Experience designing and implementing multi-agent systems Publications at top-tier conferences (NeurIPS, ICML, ACL, EMNLP, or equivalent) Hands-on experience implementing alignment techniques such as RLHF or DPO Experience with multimodal models (e.g., Vision-Language models) Background in agent evaluation or AI safety research Ph.D. in CS, ML, NLP, or a related field Ability to communicate research findings in English Tech Stack Languages: Python (research / framework), TypeScript / React / Next.js (frontend) / NX ML/AI: PyTorch, JAX, Transformers, vLLM, Weights & Biases Infrastructure: GCP (containers / K8s), Docker Tools: Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI Dev Support: Claude Code MAX Plan, Cursor, ChatGPT, Devin Hardware: Mac (Apple Silicon), dual monitors Learning & Development Support AI Tool Usage Support Company covers the cost of using AI tools such as JAPAN AI SaaS services, Cursor, ChatGPT, Claude, etc. Development Tool Support If a desired development tool is paid, the cost is covered (up to ¥30,000 per year) Book Purchase Assistance Company covers the cost of purchasing books for learning, such as technical books (up to ¥30,000 per half-year) Language Learning / Qualification Support Company covers the cost of Japanese or English learning programs and qualification acquisition Refresh Allowance Company covers the cost of services used for personal refreshment (up to ¥5,000 per month) e.g., gym, yoga, chiropractic, aquarium, movies, theme park tickets, etc. Housing Allowance Housing allowance provided for those living in designated areas (up to ¥30,000 per month) 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】Agent Harness Engineer / Japanese

  JAPAN AI株式会社について JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、上場企業である株式会社ジーニーのグループ企業として2023年4月に設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。 私たちが目指しているのは、単なる AI チャットボットの提供ではありません。企業の全 SaaS を統合し、AI が自律的に業務を実行する「企業の脳」— 次世代の基幹システムを構築することです。「JAPAN AI STUDIO」を中核に、DB さえあればアプリ不要、AI が作業して結果だけを返す世界を実装しています。 私たちはAIの持つ変革力を通じて、新たな価値を創出し、社会全体の進歩に貢献することを目指しています。AIによるイノベーションをリードし、テクノロジーが人々をより多くのことを達成できるようにする未来を共に創造しましょう。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 採用サイト 募集背景 2025年は「AI エージェントの年」でした。2026年は「Agent Harness の年」です。 JAPAN AI STUDIO が「企業の脳」として数百のワークフローを自律実行する世界では、AI エージェントの性能はモデルだけでは決まりません。モデルを包み込み、セッション管理・チェックポイント・ガードレール・コンテキスト注入・ツール実行を制御する Agent Harness (エージェント制御基盤) こそが、エージェントを「デモで動く」から「本番で信頼できる」に変える鍵です。 「企業の脳」が稟議を承認し、リソースを配置し、見込み顧客を探索する — その一つひとつのアクションを安全・高速・確実に制御する心臓部が Agent Harness です。 JAPAN AI では、この Agent Harness を自社で設計・実装し、全プロダクトの共通基盤として構築する Agent Harness Engineer を募集しています。 ミッション 「企業の脳」の心臓部を設計する AI エージェントが安全・高速・確実に動作するための Agent Harness — 実行エンジン、オーケストレーション、ガードレール、メモリ、モデルルーティングを設計・実装する。JAPAN AI STUDIO 上で動く数百のワークフローの制御基盤を、自社で構築する。 Agent Harnessとは Agent Harnessは、AIモデルを包み込む制御・実行基盤レイヤーです。Agent Framework (LangChain等) がエージェントの「構築」を担うのに対し、Agent Harnessはエージェントの「制御・運用」を担います。 Backend Engineer 構築対象 : Web API・マイクロサービスの設計・実装 AI/ML との関わり : ML モデルを API 経由で呼び出す  状態管理 : ステートレスなリクエスト / レスポンス  安全性制御 : 認証・認可・入力バリデーション | ガードレール / ポリシー実行エンジン — LLM の出力を制御するルール実行基盤 ///// Agent Harness Engineer 構築対象 : LLM を中核としたエージェント実行エンジン・SDK・オーケストレーターの設計・実装 AI/ML との関わり : モデルルーティング、RAG 統合、コンテキスト注入、推論最適化をシステムレベルで設計 状態管理 : エージェントのセッション管理・チェックポイント・長期記憶・ワーキングメモリの設計 安全性制御 : ガードレール / ポリシー実行エンジン — LLM の出力を制御するルール実行基盤 JAPAN AI では、この Agent Harness を自社開発し、全プロダクト (JAPAN AI STUDIO / CHAT / SPEECH / AGENT 等) の共通基盤として運用しています。 期待する役割について Agent Harness Engineer として、AI / ML の知識を活かしながらエージェントの制御・実行基盤を設計・実装していただきます。 LLM / AI エージェントの動作原理を深く理解した上で、実行エンジン (Graph Runtime / State Machine) を設計・実装する モデルルーティング、コンテキスト管理、メモリ基盤 (長期記憶・ワーキングメモリ) など、AI 特有のシステム設計を担う 社内 120名のエンジニアが使う Agent SDK を設計・開発する ガードレール / ポリシー実行エンジンを構築し、エージェントの行動を安全に制御する Research Engineer と連携し、最新の研究成果を本番基盤に統合する このポジションの魅力 Agent Harnessを自社で作る : 2026年最もホットなアーキテクチャ概念を、OSSに頼らず自社で設計・実装できる。業界の最前線に立てる AI/ML × バックエンドの交点 : LLM の動作原理を理解した上で、エージェント実行基盤を自ら設計・実装する。純粋なインフラでも純粋な ML でもない、新しい領域 基盤ソフトウェアの設計者 : YAMLを書く仕事ではなく、SDK・実行エンジン・オーケストレーターをコードで作る仕事。低レイヤーの知識が直接活きる 開発者体験の設計 : 社内120名のエンジニアが使うSDK・ツールチェーンを設計し、開発組織全体の生産性を向上させる 全プロダクトの土台を支える : 約200社が利用する本番環境で、あなたが作ったHarnessの上ですべてのAIエージェントが動く 急成長環境 : 設立3年で200名以上の規模、9プロダクト展開のスタートアップで、技術的意思決定に大きな裁量を持てる 業務内容 Agent Harness の設計・実装 エージェント実行エンジン (Graph Runtime / State Machine) の設計・実装 Agent SDK の設計・開発 — 社内エンジニアがエージェントを構築するためのインターフェース セッション管理・チェックポイント・リカバリ機構の実装 ガードレール / ポリシー実行エンジンの構築 — エージェントの行動を制御するルール実行基盤 AI/ML システム統合 モデルルーティング — 複数の LLM プロバイダ / モデルタイプを跨いだ推論リクエストの最適ルーティング コンテキスト管理・メモリ基盤の設計 (長期記憶、ワーキングメモリ、RAG 統合) 推論パイプラインの最適化 (レイテンシ削減、コスト効率化、キャッシュ戦略) Research Engineer と連携した最新研究成果の本番基盤への統合 オーケストレーション・パフォーマンス ワークフローオーケストレーション・キューイングシステムの開発 コスト/性能最適化 (オートスケーリング、キャッシュ、バッチ処理) 推論リクエストのルーティング・ロードバランシング 信頼性・運用 プラットフォーム稼働率 99.9% 以上の維持 インシデント対応・ポストモーテム データアクセス・権限管理基盤の設計 業務シナリオ例 ※以下は想定される業務シナリオの例です ■ シナリオ 1: エージェント実行エンジンの設計 JAPAN AI STUDIO 上で顧客が構築する AI エージェントの実行基盤を設計。Graph Runtime を採用し、エージェントの各ステップを DAG (有向非巡回グラフ) として表現。チェックポイント機構により、長時間タスクの途中失敗からの自動リカバリを実現。 ■ シナリオ 2: モデルルーティングの最適化 複数の LLM プロバイダ (OpenAI / Anthropic / Google 等) を跨いで、タスクの種類・コスト・レイテンシに応じた最適なモデルを自動選択するルーティングエンジンを設計。推論コストを 25% 削減しつつ、タスク成功率を維持。 ■ シナリオ 3: ガードレール実行エンジンの構築 金融機関向けエージェントが「投資助言」に該当する回答を生成しないよう、ポリシー実行エンジンを構築。ルールベース + LLM ベースのハイブリッド判定により、レイテンシを 50ms 以内に抑えつつポリシー準拠率 99.5% を達成。 成果責任 (KR/メトリクス) Agent SDK 採用率 (社内チームの利用率・満足度) エージェント実行成功率 (タスク完了率、チェックポイントからのリカバリ成功率) Harness 起因の障害率 (ガードレール突破率、状態不整合率) 実行レイテンシ P95 / P99 (Harness 層のオーバーヘッド) 推論コスト効率 (モデルルーティングによるコスト最適化) 開発者体験スコア (SDK / API の社内 NPS) チーム体制 約120名が開発組織に在籍しています。  Agent Harness Engineerは以下のチームを横断して活動します： Infra — クラウドインフラ・SRE Data — データパイプライン・分析基盤 Agent Harness — エージェント実行フレームワーク 密接に連携する役割: Agentic Product Engineer — エージェント機能開発 (SDK のユーザー) Research Engineer — 研究開発・新手法の基盤統合 AI Quality Scientist — 評価パイプラインとの連携 Product Manager — プロダクト設計・非機能要件定義 必須条件 コンピュータサイエンス、ソフトウェア工学、人工知能、機械学習、数学、物理、それらの関連分野における学士号または同等の実務経験 バックエンドエンジニアとしての実務経験 5 年以上 Python での本番プロダクト開発経験 LLM / AI エージェントを活用した本番システムの設計・実装経験 分散システムの設計・実装経験 (単なる運用ではなく、設計・コーディングを含む) RESTful API / gRPC の設計・実装経験 言語レベル : いずれか必須 日本語 : Fluent (プロダクト開発において齟齬なく議論を行えるレベル) 英語 : ビジネスレベル 歓迎条件 Agent Framework / Agent Harness の設計・実装経験 (LangChain / LangGraph / AutoGen 等) クラウドプラットフォーム (AWS / GCP / Azure) での本番運用経験 RAG システム、ベクターデータベース、メモリアーキテクチャへの理解 モデルルーティング・推論最適化の経験 Go での基盤ソフトウェア開発経験 (SDK、ランタイム、フレームワーク等) Kubernetes / コンテナオーケストレーションの深い理解 イベント駆動アーキテクチャ (Kafka / RabbitMQ 等) の経験 安全性ガードレール、ポリシー実行、AI の可観測性実装経験 ML 基盤 / MLOps 構築経験 英語での技術コミュニケーション能力 開発環境 言語 : Python, Go (バックエンド・基盤開発) , TypeScript / React / Next.js (フロントエンド部) / NX インフラ : GCP (コンテナ / K8s) , Docker, Terraform メッセージング : Kafka / Pub/Sub 監視 : Prometheus, Grafana, OpenTelemetry ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 ハイブリッド勤務 : 週3出社、週2リモート フレキシブルな勤務時間帯 : コアタイムは要相談 柔軟性 : 将来的により柔軟なワークスタイルの検討も可能 選考フロー 書類選考 → コーディングテスト → 面接（4～5回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】Agent Harness Engineer / English

  About JAPAN AI JAPAN AI, Inc. was established in April 2023 as a group company of Geniee, Inc. (TSE Growth Market) with the mission of dramatically expanding human potential through AI technology. We drive cutting-edge AI R&D both domestically and internationally. Related URLs Our Website Company Introduction Materials Tech Blog Careers Why We're Hiring 2025 was "the year of AI agents." 2026 is "the year of Agent Harness." In a world where JAPAN AI STUDIO autonomously executes hundreds of workflows as "the brain of the enterprise," agent performance is not determined by the model alone. The Agent Harness — the control layer that wraps the model and manages session state, checkpoints, guardrails, context injection, and tool execution — is the key that transforms an agent from "works in a demo" to "trusted in production." "The brain of the enterprise" approves requests, allocates resources, and discovers prospects — the Agent Harness is the heart that controls each of these actions safely, quickly, and reliably. JAPAN AI is hiring Agent Harness Engineers to design and implement this Agent Harness in-house and build it as the shared foundation across all products. Mission "Design the heart of 'the brain of the enterprise.'" Design and implement the Agent Harness — execution engine, orchestration, guardrails, memory, and model routing — that enables AI agents to operate safely, quickly, and reliably. Build the control foundation for hundreds of workflows running on JAPAN AI STUDIO, entirely in-house. What Is an Agent Harness? An Agent Harness is the control and execution infrastructure layer that wraps AI models. While Agent Frameworks (e.g., LangChain) handle agent construction , the Agent Harness handles agent control and operation . Backend Engineer What you build : Web APIs, microservices Relationship with AI/ML : Calls ML models via API State management : Stateless request/response Safety controls : Authentication, authorization, input validation ///// Agent Harness Engineer What you build : LLM-centric agent execution engines, SDKs, orchestrators Relationship with AI/ML : Designs model routing, RAG integration, context injection, and inference optimization at the system level State management : Agent session management, checkpoints, long-term memory, working memory Safety controls : Guardrail/policy execution engine — a rule execution layer that controls LLM output Role & Expectations As an Agent Harness Engineer, you will design and implement the agent control and execution infrastructure, leveraging your AI/ML knowledge. Design and implement the execution engine (Graph Runtime / State Machine) with deep understanding of LLM / AI agent operating principles Own AI-specific system design including model routing, context management, and memory infrastructure (long-term memory, working memory) Design and develop the Agent SDK used by 120 in-house engineers Build the guardrail / policy execution engine to safely control agent behavior Collaborate with Research Engineers to integrate the latest research outcomes into the production infrastructure Why You'll Love This Role Build the Agent Harness in-house — Design and implement the hottest architectural concept of 2026 without relying on OSS. Stand at the industry's cutting edge. At the intersection of AI/ML × Backend — Design and implement the agent execution infrastructure with deep understanding of LLM operating principles. Neither pure infrastructure nor pure ML — a new domain. Foundation software designer — This is not a job writing YAML. You will build SDKs, execution engines, and orchestrators in code. Low-level knowledge directly applies. Developer experience architect — Design the SDK and toolchain used by 120 in-house engineers, improving productivity across the entire development organization. Powering every product — In a production environment used by ~200 companies, every AI agent runs on the Harness you build. Rapid-growth environment — In a startup that has grown to 200+ people and 9 products in just 3 years, you will have significant autonomy in technical decision-making. Job Description Agent Harness design & implementation Design and implement the agent execution engine (Graph Runtime / State Machine) Design and develop the Agent SDK — the interface for in-house engineers to build agents Implement session management, checkpoint, and recovery mechanisms Build the guardrail / policy execution engine — a rule execution infrastructure that controls agent behavior AI/ML System Integration Model routing — optimal routing of inference requests across multiple LLM providers and model types Design context management and memory infrastructure (long-term memory, working memory, RAG integration) Optimize inference pipelines (latency reduction, cost efficiency, caching strategies) Integrate latest research findings into the production infrastructure in collaboration with Research Engineers Orchestration & performance Develop workflow orchestration and queuing systems Cost/performance optimization (autoscaling, caching, batch processing) Inference request routing and load balancing Reliability & Operations Maintain platform uptime of ≥99.9% Incident response and post-mortems Design data access and permission management infrastructure Key Results (KRs / Metrics) Agent SDK adoption rate (in-house team usage rate and satisfaction) Agent execution success rate (task completion rate, checkpoint recovery success rate) Harness-attributed failure rate (guardrail breach rate, state inconsistency rate) Execution latency P95 / P99 (Harness layer overhead) Inference cost efficiency (cost optimization through model routing) Developer experience score (internal NPS for SDK / API) Team Structure Approximately 120 members are part of the development organization. Agent Harness Engineers work across the following groups: Infra — Cloud infrastructure and SRE Data — Data pipelines and analytics infrastructure Agent Harness — Agent execution framework Closely collaborating roles: Agentic Product Engineer — Agent feature development (SDK users) Research Engineer — R&D and integration of new methods into the infrastructure AI Quality Scientist — Evaluation pipeline collaboration Product Manager — Product design and non-functional requirements definition You May Be a Good Fit If You Bachelor's degree or equivalent practical experience in Computer Science, Software Engineering, Artificial Intelligence, Machine Learning, Mathematics, Physics, or related fields 5+ years of practical experience as a backend engineer Production product development experience in Python Experience designing and implementing production systems that leverage LLM / AI agents Experience designing and implementing distributed systems (including design and coding, not just operations) Experience designing and implementing RESTful APIs / gRPC Language requirement (at least one of the following): Japanese: Fluent — able to discuss product development without friction English: Business level Strong Candidates May Also Have Agent Framework / Agent Harness design and implementation experience (LangChain / LangGraph / AutoGen, etc.) Production operations experience on cloud platforms (AWS / GCP / Azure) Understanding of RAG systems, vector databases, and memory architectures Model routing and inference optimization experience Foundation software development experience in Go (SDKs, runtimes, frameworks, etc.) Deep understanding of Kubernetes / container orchestration Event-driven architecture experience (Kafka / RabbitMQ, etc.) Experience implementing safety guardrails, policy execution, and AI observability ML infrastructure / MLOps construction experience Technical communication ability in English Tech Stack  Languages : Python, Go (backend / infrastructure), TypeScript / React / Next.js (frontend), NX Infrastructure : GCP (containers / K8s), Docker, Terraform Messaging : Kafka, Pub/Sub Monitoring : Prometheus, Grafana, OpenTelemetry Tools : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI Dev Support: Claude Code MAX Plan, Cursor, ChatGPT, Devin Workstation : Mac (Apple Silicon), dual monitor setup Learning & Development Support AI Tool Usage Support Company covers the cost of using AI tools such as JAPAN AI SaaS services, Cursor, ChatGPT, Claude, etc. Development Tool Support If a desired development tool is paid, the cost is covered (up to ¥30,000 per year) Book Purchase Assistance Company covers the cost of purchasing books for learning, such as technical books (up to ¥30,000 per half-year) Language Learning / Qualification Support Company covers the cost of Japanese or English learning programs and qualification acquisition Refresh Allowance Company covers the cost of services used for personal refreshment (up to ¥5,000 per month) e.g., gym, yoga, chiropractic, aquarium, movies, theme park tickets, etc. Housing Allowance Housing allowance provided for those living in designated areas (up to ¥30,000 per month) 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】AI Success Engineer

  JAPAN AI株式会社について JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、上場企業である株式会社ジーニーのグループ企業として2023年4月に設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。 私たちが目指しているのは、単なる AI チャットボットの提供ではありません。企業の全 SaaS を統合し、AI が自律的に業務を実行する「企業の脳」— 次世代の基幹システムを構築することです。「JAPAN AI STUDIO」を中核に、DB さえあればアプリ不要、AI が作業して結果だけを返す世界を実装しています。 私たちはAIの持つ変革力を通じて、新たな価値を創出し、社会全体の進歩に貢献することを目指しています。AIによるイノベーションをリードし、テクノロジーが人々をより多くのことを達成できるようにする未来を共に創造しましょう。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 採用サイト Deployment Strategy部の紹介 募集背景 「企業の脳」は、導入して終わりではありません。 FDE が顧客の現場に入り込み、JAPAN AI STUDIO を使って「企業の脳」を実装する — ここまでが導入フェーズです。しかし、「企業の脳」の真の価値は、導入後に顧客の業務に定着し、利用が拡大し、ROI が実現されて初めて証明されます。 構築した経費精算の自動承認ワークフローが現場で実際に使われているか。見込み顧客探索エージェントが営業チームの行動を変えているか。稟議承認 AI が承認リードタイムを短縮しているか — これらを技術面からモニタリングし、改善し、成果を可視化する専門職が必要です。 FDE が「企業の脳を実装する人」なら、AI Success Engineer は「企業の脳が定着し、成果を出し続ける状態を作る人」です。 OpenAI や Databricks が確立した AI Success Engineer という職種を、JAPAN AI のプロダクト群に最適化した形で新設し、顧客の AI 活用成功を技術面からリードするポジションを立ち上げます。 ミッション 「企業の脳」が定着し、成果を出し続ける状態を作る AI プロダクト導入後の顧客成功を技術面から最大化し、利用定着・拡大展開・ROI 実現を推進する。 AI Success Engineerとは AI Success Engineerは、OpenAI社やDatabricks社が確立した職種で、AIプロダクトの導入後に顧客の成功を技術面から支援するエンジニアです。従来のカスタマーサクセスやテクニカルサポートとは異なり、AIプロダクト特有の課題 (プロンプト最適化、eval設計、利用データ分析、ワークフロー改善) を技術的に解決する専門職です。 従来のカスタマーサクセス | AI Success Engineer 利用状況のモニタリング・報告 | 利用データを分析し、プロアクティブに改善提案 機能の使い方を説明する | AIの使い方を設計し、業務ワークフローに組み込む 問い合わせに対応する | 問題の根本原因を技術的に特定・解決する チャーン防止 | ROI実現・拡大展開の推進 FDE との分担 FDE | AI Success Engineer 課題発見→PoC→本番導入 | 導入後の定着→活用拡大→ROI 実現 「企業の脳」を実装する | 「企業の脳」が成果を出し続ける状態を作る 新規ワークフローの構築 | 既存ワークフローの改善・最適化 顧客の未来を発見する | 顧客の成功を証明する 期待する役割について AI Success Engineer として、顧客の AI プロダクト導入後の成功を技術面からリードしていただきます。 FDE が構築した「企業の脳」のワークフローが現場で実際に使われ、成果を出し続ける状態を作る 顧客の業務部門・IT 部門と密接に連携し、AI プロダクトが実際の業務で成果を出し続ける状態を作る 顧客の IT 部門・開発チームと協働し、API 連携やデータ統合の技術支援を行う 利用データの分析に基づくプロアクティブな改善提案を行う レポートされた問題の技術的調査・根本原因分析を行い、エスカレーション対応をリードする 顧客フィードバックをプロダクトチームに還元し、プロダクトの進化に貢献する このポジションの魅力 「企業の脳」の成功を証明する : FDE が実装した「企業の脳」が顧客の業務を変え、ROI が実現される瞬間を目の前で体験できる。「使われる AI」を作る手応えがある 顧客の成功を直接支える :  導入したAIプロダクトが顧客の業務を変え、ROIが実現される瞬間を目の前で体験できる。「使われるAI」を作る手応えがある AI活用の専門家になれる :  プロンプト最適化、eval設計、利用データ分析、ワークフロー改善など、AIプロダクト活用の最前線で専門性を磨ける 新設ポジション :  0名→3名→8名への立ち上げフェーズ。チームの文化・プロセスをゼロから設計できる プロダクトを進化させる :  顧客の現場で得た知見がプロダクトチームにフィードバックされ、JAPAN AIのプロダクト自体を進化させる 多様な業界・課題への挑戦 :  金融、製造、小売、不動産など、約200社の顧客が抱える多様なAI活用課題に取り組める 急成長環境 :  設立3年で200名以上の規模、9プロダクト展開のスタートアップで、技術的意思決定に大きな裁量を持てる 業務内容 技術オンボーディング・トレーニング FDE から引き継いだ導入済みワークフローの技術オンボーディング設計・実施 顧客の業務ワークフローに合わせた AI 活用方法の設計・提案 トレーニング資料・ベストプラクティスの作成・提供 利用定着・ROI実現 成功指標 (KPI) の設計と定期的なROIレビュー 利用状況モニタリングとプロアクティブな改善提案 利用データのダッシュボード構築・定量分析による課題の早期発見 プロンプト最適化・エージェント設定の改善支援 評価基盤 (eval) の運用支援・品質改善 テクニカルサポート・問題解決 レポートされた問題の技術的調査・根本原因分析 テクニカルサポートのエスカレーション対応 API/SDK/インテグレーションに関する技術支援 セキュリティ・ガバナンス・コンプライアンス対応 プロダクトフィードバック・拡大展開 顧客フィードバックの収集とプロダクトチームへの還元 拡大展開 (アップセル/クロスセル) の技術支援 新規ユースケースの発見・提案 業務シナリオ例 ■ シナリオ 1 : SaaS 横断ワークフローの利用定着支援 FDE が製造業の顧客に構築した「経費精算自動承認ワークフロー」(楽々精算 → SmartHR 連携) の導入後、利用率が伸び悩んでいる。利用データを分析し、「現場作業者がスマートフォンから使いにくい」「承認結果の通知が遅い」という課題を特定。モバイル向けの利用ガイドを作成し、通知設定を最適化。さらに、現場向けトレーニングを実施。利用率が 2倍に改善し、月間 400時間の業務削減効果を可視化して経営層に報告。 ■ シナリオ 2 : 「企業の脳」の ROI 可視化と全社展開 FDE が金融機関の 1部門に構築した「見込み顧客探索エージェント」の導入後、ROI レビューを実施。アプローチ数 3倍、受注率 15% 向上という成果を定量化し、経営層向けレポートを作成。この成果をもとに、他の 5部門への全社展開の意思決定を支援し、アップセルに貢献。展開先の各部門に合わせたプロンプト最適化とエージェント設定の調整を実施。 ■ シナリオ 3 : ワークフロー品質改善のフィードバックループ 小売業の顧客が JAPAN AI AGENT を活用した「稟議承認 AI」で、回答精度に関するフィードバックが増加。eval 基盤を活用して回答品質を定量分析し、特定の稟議カテゴリで factuality スコアが低いことを特定。プロンプト最適化とナレッジベースの改善を提案し、回答精度が 15% 向上。この改善パターンをプロダクトチームにフィードバックし、JAPAN AI AGENT の標準テンプレートとして全顧客に展開。 成果責任 (KR/メトリクス) 顧客ヘルススコア (利用率、API呼出数、アクティブユーザー数) チャーン率 ≤ 目標値 拡大展開率 (アップセル/クロスセル貢献) 顧客NPS ≥ 目標値 技術サポートチケット解決時間 (MTTR) チーム体制 約120名が開発組織に在籍しています。  AI Success Engineerは以下のチーム・ステークホルダーと密接に連携します： FDE — 導入フェーズからの引き継ぎ Deployment Strategy — 顧客への導入戦略・展開推進 プロダクトチーム — フィードバック還元 サポートチーム — エスカレーション対応 必須条件 以下いずれか 技術顧客対応 (TAM、CSE、SA、テクニカルサポート等) の経験 : 3年以上 SaaS プロダクトの導入・運用支援、または技術コンサルティングの経験 : 3 年以上 API/SDK/インテグレーションパターンの理解 セキュリティ基礎 (SSO、暗号化、GDPR等) プロジェクト管理能力 (複数顧客の並行対応) AI / LLM 技術への強い関心と自己学習の実績 日本語 : Fluent (プロダクト開発において齟齬なく議論を行えるレベル) 歓迎条件 LLM/生成AI製品の導入・運用支援経験 エンタープライズSaaS CSM/CS経験 Python/JavaScriptでの簡易開発・自動化能力 データ分析・可視化スキル (SQL、BigQuery、Looker等) プロンプトエンジニアリング・RAGの実践経験 ISMS / SOC2 / 個人情報保護法等のコンプライアンス対応経験 英語での技術コミュニケーション能力 開発環境 言語 : Python (自動化・分析), SQL (データ分析) AI / LLM : JAPAN AI STUDIO SDK, プロンプトエンジニアリング, RAG データ : BigQuery, Looker, Pandas インフラ : GCP, Docker (基礎理解レベル) ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon), デュアルモニタ対応 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 ハイブリッド勤務 : 週3出社、週2リモート フレキシブルな勤務時間帯 : コアタイムは要相談 柔軟性 : 将来的により柔軟なワークスタイルの検討も可能 選考フロー 書類選考 → コーディングテスト → 面接（4～5回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】Human-AI Collaboration Architect / Japanese

  JAPAN AI株式会社について JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、上場企業である株式会社ジーニーのグループ企業として2023年4月に設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。 私たちが目指しているのは、単なる AI チャットボットの提供ではありません。企業の全 SaaS を統合し、AI が自律的に業務を実行する「企業の脳」— 次世代の基幹システムを構築することです。「JAPAN AI STUDIO」を中核に、DB さえあればアプリ不要、AI が作業して結果だけを返す世界を実装しています。 私たちはAIの持つ変革力を通じて、新たな価値を創出し、社会全体の進歩に貢献することを目指しています。AIによるイノベーションをリードし、テクノロジーが人々をより多くのことを達成できるようにする未来を共に創造しましょう。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 採用サイト 募集背景 「企業の脳」が信頼されるかどうかは、デザインで決まります。 JAPAN AI STUDIO が稟議を承認し、リソースを配置し、見込み顧客を探索する — AI が企業の業務を自律的に実行する世界では、AI の出力は確率的で、間違えることもあり、ブラックボックスになりがちです。ユーザーが「この AI に任せていい」と感じるか、「信頼できない」と感じて使わなくなるか — その分岐点はデザインにあります。 AI エージェントが自律的に稟議を承認したとき、ユーザーはその判断根拠を確認できるか。AI が間違えたとき、ユーザーは安心して取り消し・修正できるか。複数の SaaS を横断して処理が進行しているとき、ユーザーは今何が起きているかを把握できるか。 JAPAN AI では、この「人と AI エージェントの信頼関係」を設計する専門職として Human-AI Collaboration Architect を募集します。従来の UX デザイナーの枠を超え、AI エージェント時代の新しいデザイン領域 — AX (Agent Experience) — を切り拓くポジションです。 ミッション 「企業の脳」を信頼できる存在にする 人間と AI エージェントの間に「信頼」を生むインタラクションを設計し、透明性・可逆性・説明可能性を備えたエージェント体験 (AX) を実現する。 Human-AI Collaboration Architect とは Human-AI Collaboration Architect は「人と Agent の信頼を設計する人」です。従来の UX デザイナーとは以下の点で根本的に異なります。 従来のUXデザイン ユーザーの操作に対して確定的な結果を返す UIの動作は予測可能 エラーは明確 (404、入力ミス等) ユーザーが操作する 一貫した UI で信頼を構築 ///// Human-AI Collaboration Architect AI の出力は確率的で、毎回異なる可能性がある エージェントの行動は不確実で、説明が必要 エラーは曖昧 (「回答が不正確かもしれない」) エージェントが自律的に行動し、ユーザーが監督する 透明性・可逆性・説明可能性で信頼を構築 期待する役割について Human-AI Collaboration Architect として、JAPAN AI の全プロダクト (STUDIO / CHAT / SPEECH / AGENT 等) における AI エージェント体験の設計をリードしていただきます。 エージェントの対話フロー・インタラクションパターンを設計し、ユーザーが AI を信頼して業務に活用できる体験を実現する 不確実性の可視化、信頼度表示、可逆操作 (Undo / 修正)、トレーサビリティ表示など、AI 特有の UX 課題を解決する ユーザーリサーチ (インタビュー、ユーザビリティテスト、A/B テスト) に基づくデータドリブンなデザイン判断を行う AI プロダクト向けデザインシステムを構築・運用し、プロダクト横断で一貫した体験を提供する エンジニア・PM・AI 研究者と密に連携し、技術的制約を理解した上でデザインする このポジションの魅力 AX という新しいデザイン領域 : 「人と AI の信頼関係」という、まだ正解のないデザイン領域に挑戦できる。業界の先駆者になれる 9つのプロダクトを横断 : JAPAN AI STUDIO / CHAT / SPEECH / AGENTなど、多様なAIプロダクトのデザインに携われる。1つのプロダクトに閉じない幅広い経験 デザインシステムをゼロから構築 : AIプロダクト向けのデザインシステムを設計・構築できる。コンポーネント設計からインタラクションパターンまで、基盤を作る仕事 ユーザーリサーチの実践 : 約200社の顧客に対して、インタビュー・ユーザビリティテスト・A/Bテストを実施し、データに基づくデザイン判断ができる 急成長環境 : 設立3年で200名以上の規模、9プロダクト展開のスタートアップで、デザインの意思決定に大きな裁量を持てる 業務内容 エージェント体験 (AX) の設計 エージェント対話フロー・インタラクションパターンの設計 不確実性の可視化・信頼度表示の UI 設計 可逆操作 (Undo / 修正) ・権限付与 UI の設計 エージェント行動のトレーサビリティ表示設計 Human-in-the-Loop 評価 UI・フィードバックループの設計 エージェントのパーソナ (性格・振る舞い・トーン) の設計 ユーザーリサーチ ユーザーインタビュー、ユーザビリティテスト、A/B テストの設計・実施 定性・定量データに基づくデザイン判断 ペルソナ・ジャーニーマップの作成・更新 AI エージェントに対するユーザーの信頼度・満足度の測定 デザインシステム・プロトタイピング AI プロダクト向けデザインシステムの構築・運用 高速プロトタイピング (Figma、コードプロトタイプ等) 情報アーキテクチャ (IA) 設計 デザインパターンのドキュメント化・チーム間共有 業務シナリオ例 ※以下は想定される業務シナリオの例です ■ シナリオ 1 : 稟議承認 AI の信頼度表示 UI 設計 JAPAN AI STUDIO の稟議承認ワークフローで、AI エージェントが「この稟議を承認すべき」と判断した際、ユーザーが「この判断はどの程度信頼できるか」を直感的に判断できる UI を設計。信頼度スコア、参照した過去の承認パターン、判断根拠の表示方法をプロトタイプし、ユーザビリティテストで検証。「AI が参照したデータソース (楽々精算の金額データ + SmartHR の部門予算データ)」を可視化することで、エージェント信頼度スコアが 20% 向上。 ■ シナリオ 2 : SaaS 横断ワークフローの可逆操作 UI 設計 JAPAN AI STUDIO で AI エージェントが楽々精算 → SmartHR → Salesforce を横断して自律的に実行したアクション (経費承認、人事データ更新、CRM 記録更新) に対し、ユーザーが安心して「取り消し」「修正」できる UI を設計。複数の SaaS にまたがるアクションの Undo / Redo のインタラクションパターンを定義し、「どの SaaS のどのデータが変更されたか」を一覧で確認できるトレーサビリティ表示を実装。エラー回復成功率が 35% 向上。 ■ シナリオ 3 : 「企業の脳」のデザインシステム構築 9 つのプロダクトで一貫した「企業の脳」体験を提供するため、エージェント対話コンポーネント (チャットバブル、ツール呼び出し表示、SaaS 連携進捗インジケーター、信頼度バッジ、可逆操作ボタン等) を標準化したデザインシステムを構築。コンポーネント再利用率が 60% 向上し、新機能のデザイン工数を 40% 削減。 成果責任 (KR/メトリクス) ユーザータスク完了率 エージェント信頼度スコア (ユーザーサーベイ) エラー回復成功率 (ユーザーが自力で修正できた割合) ユーザーリテンション率 デザインシステムコンポーネント再利用率 チーム体制 約120名が開発組織に在籍しています。  密接に連携する役割: Product Manager — プロダクト設計・要件定義 Agentic Product Engineer — エージェント機能開発 AI Quality Scientist — 品質評価・ユーザビリティ Research Engineer — AI 技術の最新動向・制約の理解 必須条件 プロダクトデザイン/UXデザインの実務経験 : 5年以上 AI/LLM搭載プロダクトのデザイン経験 : 1年以上 会話型UI/対話型インターフェースの設計経験 ユーザーリサーチ (定性・定量) の実施・分析経験 プロトタイピングツール (Figma等) の高い習熟度 情報アーキテクチャ (IA) 設計の経験 日本語 : Fluent (プロダクト開発において齟齬なく議論を行えるレベル) 歓迎条件 Conversational Design / Voice UI の経験 Responsible AI / AI 倫理に関する知識 フロントエンド実装能力 (HTML / CSS / JS / React 等) — コードでのプロトタイピングに活用 デザインシステム構築・運用経験 エージェントのパーソナ設計・トーン設計の経験 英語での技術コミュニケーション能力 開発環境 デザイン : Figma, FigJam プロトタイピング : Figma Prototyping, Framer リサーチ : Maze, Hotjar, Google Analytics コラボレーション : Slack, Confluence, Linear, Google Workspace, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 ハイブリッド勤務 : 週3出社、週2リモート フレキシブルな勤務時間帯 : コアタイムは要相談 柔軟性 : 将来的により柔軟なワークスタイルの検討も可能 選考フロー 書類選考 (レジュメ&ポートフォリオ) → Homework → 面接（4～5回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます ポートフォリオに含めていただきたい内容 ユーザー中心のデザイン思考を示すケーススタディ (問題定義 → 調査 → 設計 → 検証のプロセス) AI / チャットボット / 対話型インターフェースのデザイン事例 (あれば) 複雑なワークフローをシンプル・直感的にした事例 UI クラフトの品質が伝わるビジュアル (細部、視覚的な完成度) デザインプロセスの説明 (リサーチ → アイデア → プロトタイピング → ユーザーテスト → 実装) 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】AI Evaluation Scientist / Japanese

  JAPAN AI株式会社について JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、上場企業である株式会社ジーニーのグループ企業として2023年4月に設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。 私たちが目指しているのは、単なる AI チャットボットの提供ではありません。企業の全 SaaS を統合し、AI が自律的に業務を実行する「企業の脳」— 次世代の基幹システムを構築することです。「JAPAN AI STUDIO」を中核に、DB さえあればアプリ不要、AI が作業して結果だけを返す世界を実装しています。 私たちはAIの持つ変革力を通じて、新たな価値を創出し、社会全体の進歩に貢献することを目指しています。AIによるイノベーションをリードし、テクノロジーが人々をより多くのことを達成できるようにする未来を共に創造しましょう。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 採用サイト 募集背景 JAPAN AIは「JAPAN AI AGENT / CHAT / SPEECH」をはじめとするエンタープライズ向けAIエージェント群を急速に拡大しています。プロダクトの中核がLLM / マルチエージェントへ移行する中、AI出力の品質・安全性・信頼性を科学的に評価する専門組織を新設します。 ミッション "AI の出力品質を科学する — 評価手法の研究・開発で、エージェントの信頼性を証明する" LLM / AIエージェントの出力品質を、機械学習・統計学・計量心理学の手法で定量的に評価・改善します。本ポジションは「テストする人」ではなく、 「何をもって良いAIとするかを定義し、測定する科学者」 です。 期待する役割について AI Evaluation Scientist として、AI エージェントの品質評価基盤の設計・構築・運用をリードしていただきます。 評価メトリクスの研究開発 — LLM-as-Judge の校正、報酬モデリング、ベンチマーク設計を通じて「何をもって品質とするか」を科学的に定義します 自動評価パイプラインの設計・構築 — 研究成果を本番 CI/CD に組み込み、スケーラブルな品質ゲートを実現します レッドチーミング・安全性検証 — adversarial testing の自動化、ポリシー準拠検証フレームワークを構築します 統計的実験計画に基づく品質改善 — A/B テスト・有意差検定でプロンプト戦略やモデル変更の効果を定量的に検証します 評価シグナルの研究・開発チームへのフィードバック — モデル改善の複利ループを構築します 約 200 社が本番利用するプロダクトの品質を「科学する」アプローチで担保します このポジションの魅力 Evaluation Science の実践 : Apple・Anthropic・Scale AI・Google DeepMind 等が注力する「AI 評価科学」を、日本のエンタープライズ AI の文脈で実践できます。評価手法そのものを研究対象とする、世界的にも希少なポジションです ML/DS スキルの新しい応用 : 機械学習・統計学の専門性を「モデル開発」ではなく「モデル評価」に応用します。報酬モデリング、LLM-as-Judge の校正理論、ベンチマーク設計など、研究と実装の両面で知的挑戦があります 品質がプロダクトの信頼を決める : 約200社が利用する本番環境で、あなたが構築した評価基盤がリリース品質の最後の砦になります。品質保証がビジネスインパクトに直結する手応えを実感できます 新設ポジション : AI エージェントの品質評価科学という新しい専門領域を、ゼロから設計・構築できます。評価メトリクスの研究開発から自動評価パイプラインの本番実装まで、大きな裁量を持って取り組めます AI安全性の最前線 : 自動レッドチーミング、adversarial testing、ポリシー準拠検証など、Responsible AI の実践に携われます。AI エージェントが「企業の脳」として業務を自律実行する世界で、安全性を科学的に保証する役割を担います 急成長環境 : 設立3年で200名以上の規模、9プロダクト展開のスタートアップで、技術的意思決定に大きな裁量を持てます。Research Engineer や Agent Harness Engineer と密接に連携し、プロダクト全体の品質に影響を与えるポジションです 業務内容 AI Evaluation Scientistとして、 AIエージェントの評価基盤 (Evaluation Infrastructure) の設計・構築・運用をリードしていただきます。 評価メトリクスの研究開発 LLM-as-Judge の校正手法の研究・実装 (rubric 設計、バイアス検出、proper scoring rules) 評価ベンチマークの設計・構築・妥当性検証 (construct validity、contamination detection) 報酬モデリング / preference learning の評価への応用研究 評価メトリクスの選定・設計 (win rate、task success、factuality、harm detection) 評価セット (合成データ + 実ログ) の設計・構築・メンテナンス 自動評価パイプラインの設計・構築 スケーラブルな自動評価パイプラインの設計・実装 CI/CD への評価パイプライン組込みと品質ゲートの構築 エージェント評価ハーネスの設計 (マルチターン・ツール利用・ロングコンテキスト対応) 評価パイプラインの再現性・信頼性の担保 安全性・品質検証 自動レッドチーミング (automated adversarial testing) の研究・実装 安全性 / ポリシー準拠の検証フレームワーク構築 ハルシネーション検出・校正手法の研究・実装 プロンプト / ツール回帰テストの設計・実行 統計分析・実験設計 統計的実験計画 (A/B テスト、有意差検定) の設計・分析 品質トレンドの可視化・回帰検出の自動化 品質レポート作成と改善提案 評価シグナルの研究・開発チームへのフィードバック 業務シナリオ ※以下は想定される業務シナリオの例です シナリオ1: LLM-as-Judge の校正と妥当性検証 新しい評価メトリクスとして LLM-as-Judge を導入する際、judge モデルの校正 (calibration) を実施します。人間評価との一致率を統計的に検証し、rubric 設計を反復改善します。construct validity を確認した上で、自動評価パイプラインに組み込み、評価コストを 80% 削減しながら人間評価と同等の信頼性を実現します。 シナリオ2: 新モデル導入時の品質ゲート LLMプロバイダーが新モデルをリリースした際、既存のベンチマークスイートで回帰テストを実行し、factualityスコアが3%低下していることを検出します。原因を分析し、プロンプト調整で品質を維持したまま新モデルへの移行を完了します。 シナリオ3: 自動レッドチーミングによる安全性検証 金融機関向けにJAPAN AI AGENTを導入する際、自動レッドチーミングパイプラインを構築します。adversarial promptの自動生成・分類器による脆弱性検出を実装し、業界固有のリスクシナリオ（機密情報漏洩、不適切な金融アドバイス等）を網羅的にテストします。ポリシー準拠率99%以上を達成します。 成果責任 (KR/メトリクス) 評価カバレッジ率（テストケース網羅率） 回帰検出率（リリース前の品質劣化検出率 ≥ 95%） 評価パイプライン実行時間（CI/CD内で完了） LLM-as-Judge と人間評価の一致率 False Positive / Negative 率 安全性インシデント発生率（リリース後） チーム体制 約120名が開発組織に在籍しています。  AI Evaluation Scientistは品質保証の専門チームとして、以下のチームと密接に連携します： 密接に連携する役割: Agentic Product Engineer — エージェント機能開発 Research Engineer — 研究開発・モデル改善 Agent Harness Engineer / Software Engineer (AI Platform) — AI 実行基盤開発 Product Manager — プロダクト設計・品質要件定義 必須条件 コンピュータサイエンス、ソフトウェア工学、人工知能、機械学習、数学、物理、計量心理学などの関連分野における修士号以上、または同等の実務経験 MLエンジニア / DS / リサーチエンジニア / ML評価関連職種の実務経験 3年以上 LLM / 生成AIの評価手法に関する深い知識 統計学・実験計画法の実践的知識 Pythonでの ML / 評価パイプライン構築経験 機械学習フレームワーク（PyTorch, JAX, TensorFlow等）の実務経験 評価メトリクスの設計・実装経験 言語レベル : いずれか必須 日本語 : Fluent (プロダクト開発において齟齬なく議論を行えるレベル) 英語 : ビジネスレベル 本ポジションはAI出力の評価科学(Evaluation Science)を担う研究開発職です。MLモデル評価・LLM評価における研究または実装経験を必須としています。 歓迎条件 ML / NLPトップカンファレンス（NeurIPS, ICML, ICLR, ACL, EMNLP等）での論文発表経験 報酬モデリング / preference learning（RLHF, DPO等）の研究・実装経験 LLM-as-Judge の校正・rubric設計の経験 AI安全性・Responsible AI・レッドチーミングに関する知識・経験 ベンチマーク設計・妥当性検証（IRT, construct validity）の経験 マルチエージェント・ワークフロー / ツール利用 / ロングコンテキストの評価経験 大規模データ処理（Spark / BigQuery等）の経験 CI/CDパイプラインへのML/評価パイプライン組込み経験 論文読解・再現実装の能力 英語での技術コミュニケーション能力 開発環境 言語 : Python (評価パイプライン・分析), TypeScript / React / Next.js (フロントエンド部) / NX 評価 / QA : pytest, LangSmith, Weights & Biases, custom eval frameworks データ : BigQuery, Spark, Pandas インフラ : GCP (コンテナ / K8s), Docker, Terraform CI/CD : GitHub Actions ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon), デュアルモニタ対応 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 ハイブリッド勤務 : 週3出社、週2リモート フレキシブルな勤務時間帯 : コアタイムは要相談 柔軟性 : 将来的により柔軟なワークスタイルの検討も可能 選考フロー 書類選考 → コーディングテスト → 面接（4～5回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】AI Evaluation Scientist / English

  About JAPAN AI JAPAN AI, Inc. was established in April 2023 as a group company of Geniee, Inc. (TSE Growth Market) with the mission of dramatically expanding human potential through AI technology. We drive cutting-edge AI R&D both domestically and internationally. Related URLs Our Website Company Introduction Materials Tech Blog Careers Why We're Hiring JAPAN AI is rapidly expanding its enterprise AI agent suite, including JAPAN AI AGENT / CHAT / SPEECH. As the core of our products shifts to LLMs and multi-agent systems, we are establishing a new specialized organization to scientifically evaluate the quality, safety, and reliability of AI outputs. Mission "Make AI Output Quality a Science — Prove Agent Reliability through Research and Development of Evaluation Methods." You will quantitatively evaluate and improve the output quality of LLMs and AI agents using methods from machine learning, statistics, and psychometrics. This position is  not for "people who test"  — it is for  "scientists who define and measure what makes a good AI." Role & Expectations As an AI Evaluation Scientist, you will lead the design, construction, and operation of the AI agent quality-evaluation infrastructure. Research and develop evaluation metrics — scientifically define "what constitutes quality" through LLM-as-Judge calibration, reward modeling, and benchmark design Design and build automated evaluation pipelines — integrate research outcomes into production CI/CD to deliver scalable quality gates Red teaming and safety verification — automate adversarial testing and build policy compliance verification frameworks Drive quality improvement through statistical experimental design — quantitatively verify the effectiveness of prompt strategies and model changes through A/B tests and significance testing Feed evaluation signals back to research and development teams — build a compound-interest loop for model improvement Ensure the quality of products used in production by ~200 companies through a "science of quality" approach Why You'll Love This Role Evaluation Science in practice : Practice "AI Evaluation Science" — the discipline that Apple, Anthropic, Scale AI, and others are investing in — within the context of Japanese enterprise AI. This is a globally rare position where evaluation methodology itself is the research subject. A new application of ML/DS skills : Apply your machine learning and statistics expertise not to "building models" but to "evaluating models." Intellectual challenges span both research and implementation — reward modeling, LLM-as-Judge calibration theory, and benchmark design. Quality determines product trust : In a production environment used by ~200 companies, the evaluation infrastructure you build becomes the last line of defense for release quality. You will feel the direct business impact of quality assurance. Greenfield position : Design and build the entirely new specialized domain of AI agent evaluation science from scratch. You will have significant autonomy — from evaluation metric R&D to production deployment of automated evaluation pipelines. Frontline of AI safety : Engage in Responsible AI practices including automated red teaming, adversarial testing, and policy compliance verification. You will play a key role in scientifically guaranteeing safety in a world where AI agents autonomously execute business operations as "the brain of the enterprise." Rapid-growth environment : In a startup that has grown to 200+ people and 9 products in just 3 years, you will have significant autonomy in technical decision-making. You will work closely with Research Engineers and Agent Harness Engineers, influencing quality across the entire product suite. Job Description As an AI Evaluation Scientist, you will lead the design, construction, and operation of the AI agent Evaluation Infrastructure. Evaluation Metric Research & Development Research and implement LLM-as-Judge calibration methods (rubric design, bias detection, proper scoring rules) Design, build, and validate evaluation benchmarks (construct validity, contamination detection) Research the application of reward modeling / preference learning to evaluation Select and design evaluation metrics (win rate, task success, factuality, harm detection) Design, build, and maintain evaluation sets (synthetic data + real logs) Automated Evaluation Pipeline Design & Development Design and implement scalable automated evaluation pipelines Integrate evaluation pipelines into CI/CD and build quality gates Design agent evaluation harnesses (multi-turn, tool use, long-context support) Ensure reproducibility and reliability of evaluation pipelines Safety & Quality Verification Research and implement automated red teaming (automated adversarial testing) Build safety and policy compliance verification frameworks Research and implement hallucination detection and calibration methods Design and execute prompt / tool regression tests Statistical Analysis & Experimental Design Design and analyze statistical experiments (A/B tests, significance testing) Visualize quality trends and automate regression detection Create quality reports and improvement proposals Feed evaluation signals back to research and development teams Key Results (KR/Metrics) Evaluation coverage rate (test case coverage) Regression detection rate (pre-release quality degradation detection ≥ 95%) Evaluation pipeline execution time (completed within CI/CD) LLM-as-Judge and human evaluation agreement rate False positive / false negative rate Safety incident rate (post-release) Team Structure Approximately 120 members are part of the development organization. The AI Evaluation Scientist operates as a dedicated quality assurance function, collaborating closely with: Agentic Product Engineer — Agent feature development Research Engineer — Research and development, model improvement Agent Harness Engineer / Software Engineer (AI Platform) — AI execution infrastructure development Product Manager — Product design and quality requirements definition You May Be a Good Fit If You Education & Experience Master's degree or higher (or equivalent practical experience) in Computer Science, Machine Learning, Statistics, Mathematics, Physics, Psychometrics, or related fields 3+ years of practical experience as an ML Engineer, Data Scientist, Research Engineer, or in ML/AI evaluation-related roles Technical Skills Deep knowledge of LLM / generative AI evaluation methods (benchmark design, LLM-as-Judge, quantitative output quality measurement, hallucination detection, etc.) Practical knowledge of statistics and experimental design (hypothesis testing, A/B testing, confidence intervals, effect sizes, etc.) Experience building ML / evaluation pipelines in Python Practical experience with machine learning frameworks (PyTorch, JAX, TensorFlow, etc.) Experience designing and implementing evaluation metrics (task-specific metric design beyond precision/recall) Language requirement (at least one of the following): Japanese: Fluent — able to discuss product development without friction English: Business level This position is a research and development role responsible for AI output Evaluation Science. Research or implementation experience in ML model evaluation / LLM evaluation is required. Strong Candidates May Also Have Publication experience at top ML/NLP conferences (NeurIPS, ICML, ICLR, ACL, EMNLP, etc.) Research or implementation experience with reward modeling / preference learning (RLHF, DPO, etc.) Experience with LLM-as-Judge calibration and rubric design Knowledge or experience in AI safety, Responsible AI, and red teaming Experience with benchmark design and validity verification (IRT, construct validity) Experience evaluating multi-agent workflows, tool use, and long-context scenarios Large-scale data processing experience (Spark / BigQuery, etc.) Experience integrating ML / evaluation pipelines into CI/CD Ability to read, comprehend, and reproduce research papers Technical communication ability in English Tech Stack Languages : Python (evaluation pipelines & analysis) , TypeScript / React / Next.js (frontend) / NX Evaluation/QA : pytest, LangSmith, Weights & Biases, custom eval frameworks Data : BigQuery, Spark, Pandas Infrastructure : GCP (containers / K8s) , Docker, Terraform CI/CD : GitHub Actions Tools : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI Dev Support: Claude Code MAX Plan, Cursor, ChatGPT, Devin Work environment : Mac (Apple Silicon) , dual monitors available 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】AI ソリューションエンジニア (FDE)

  JAPAN AI株式会社について JAPAN AI株式会社は、上場企業・株式会社ジーニーのグループ企業として2023年4月に設立されたAIカンパニーです。 私たちが目指すのは、単なるAIチャットボットの提供ではありません。企業の全SaaSを統合し、AIが自律的に業務を実行する「企業の脳」— 次世代の基幹システムを実装することです。中核プロダクト「JAPAN AI STUDIO」は累計400社・1.9万人以上に導入され、売上は前年同期比で約5倍に成長しています。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 採用サイト AIを導入するのではない。企業の仕事を、AIで終わらせる。 JAPAN AIが提供するのは、AIツールそのものではありません。AIによって顧客の仕事が完遂され、成果が生まれる状態です。Forward Deployed Engineer (FDE) は、その成果を顧客の現場で実装するエンジニアです。 顧客対話は約2割、技術設計・実装は約8割 が目安です。(案件フェーズにより変動します) Deployment Strategist (DS) と顧客の業務課題・価値仮説を整理し、FDEが技術提案、アーキテクチャ設計、LLM/AI Agentの実装、本番導入を主導します。PoCを作って終わるのではなく、実際に使われるシステムとして安全に稼働させ、個社で得た知見を次の顧客へ再利用できる形にします。 FDEチームは現在10名。30名規模への拡大に向け、案件を担当するだけでなく、deployment playbook、標準アーキテクチャ、再利用コンポーネントを一緒に作るメンバーを募集します。 JAPAN AIのFDEで得られる経験 DSとの分業で、技術提案と実装に集中できる 事業・業務テーマの設計はDSが主導し、FDEは技術提案とEnd-to-End実装を主導します。要件整理や課題発見には両者で関わりますが、FDE一人に営業・戦略・実装・運用のすべてを背負わせる職務設計ではありません。 「速く作る」だけでなく、安全に本番化する モデルの精度だけでなく、Evals、可観測性、ガードレール、セキュリティ、判断材料が不足した場合に人へ戻すabstain/human-in-the-loopまで設計します。AI Evaluation Scientistなどの専門職とも連携し、本番で信頼できるAIを実装します。 個社開発をVerticalへ型化し、横展開する 顧客ごとにゼロから作り続けるのではなく、現場で見つけた共通課題を、SALES/MARKETING/HR/KNOWLEDGEなどの職種特化、建設/製造/公共/製薬などの業種特化ソリューションへ昇華します。自社プロダクトとグループの顧客基盤・パートナー網があるため、1案件の成果を個社に閉じず広げられます。 日本語を主言語に、AI実装の最前線へ 顧客との業務は主に日本語で行います。英語は必須ではなく歓迎条件です。一方、開発組織では外国籍エンジニアも多く、多様なバックグラウンドのメンバーと協働できます。 業務内容 Discover & Scope—課題を技術要件へ変換する DSとともに、顧客の業務プロセス、データ、 既存SaaS、制約条件を把握 経営層から現場担当者までと対話し、AIを適用すべき領域と成功指標を定義 スコープ、スピード、品質のトレードオフを整理し、技術提案を主導 Build & Evaluate—動くものを作り、評価する LLM、RAG、AI Agent、業務自動化を組み合わせたアーキテクチャ設計 Python/TypeScriptを用いたバックエンド・フロントエンドの実装 Salesforce、SmartHR、kintone等のSaaS・顧客データとのAPI連携 モデル比較、プロンプト・データ処理、Evals、失敗ケース分析による品質改善 Deploy & Operate—本番で信頼できる状態にする GCP等へのデプロイ、監視・可観測性、認証認可、セキュリティ要件への対応 guardrail、fallback、abstain/human-in-the-loopを含む安全設計 導入後はAI Success Engineer/DSが定着・運用を主に担い、FDEはモニタリングや技術 課題の解決を支援 Productize & Scale—個別解を再利用可能にする 実装をテンプレート、共通コンポーネント、 標準アーキテクチャへ抽象化 顧客現場の知見をプロダクトチームへ還元し、FDE自身が共通機能を開発 顧客側に運用ノウハウと判断材料を残し、内製化・CoE構築を支援 例：全国50店舗を展開する小売業。紙ベースで平均5営業日かかっていた発注稟議を、過去の承認パターンをAIが学習して一次判断するワークフローに置き換え、リードタイムを1営業日に短縮。この事例は標準テンプレートとして他顧客にも展開されました。 このポジションの成功指標 成果は「PoCを完成させたか」だけでは測りません。 本番利用  ：構築したAIが、顧客の実業務で継続的に使われているか 業務効果  ：工数削減、リードタイム、売上・受注率などの改善を測定できたか 再利用化  ：個社の知見を、標準機能・Vertical・playbookへ還元できたか チーム・育成・キャリア 開発組織は約60名 (2026年6月時点) 。FDEは、DS、Product Architect、Agentic Engineer、AI Success Engineer等と協働します。 入社後は1〜2か月を目安に、プロダクト理解、提案フロー、STUDIO/AGENT構築、デリバリーを段階的に学びます。FDE EXCELLENCE PROGRAMなど、顧客課題とAI実装を接続するための育成機会も用意しています。 将来は、IC/Principal Engineerとして技術を深める、EM/Headとして組織を率いる、PdM/DSとして課題定義側へ広げるなど、複数のキャリアを選べます。 現在の課題は、10名から30名への拡大に耐えられるデリバリー標準と、個社案件をVerticalへ継続的に還元する仕組みがまだ完成していないことです。完成済みの組織に参加するのではなく、その型を作る仕事です。 必須条件 ソフトウェアエンジニアとしての実務経験3年以上、または同等の実装能力 主専門を持ちながら、PoCから本番まで必要なバックエンド/フロントエンド領域をEnd-to-Endで担当した経験 LLM/生成AI/AI Agentを用いたアプリケーションの設計・実装経験 AIの失敗ケースや評価方法を踏まえ、技術判断を説明できること 日本語：Fluent (顧客の経営層・現場担当者との要件整理、技術提案、日本語ドキュメント作成を齟齬なく行えるレベル) 歓迎条件 顧客と直接対話し、曖昧な要望を技術課題へ落とし込んだ経験 AWS/GCP/Azure上での本番運用、監視、障害対応経験 RAG/Agent/業務自動化の組み合わせ、複数モデルの比較・選定経験 Evals、LLM observability、guardrail、human-in-the-loopの設計経験 エンタープライズSaaS連携、ETL、認証認可、セキュリティ・コンプライアンス対応経験 個別実装を共通基盤・テンプレート・再利用可能なコンポーネントへ抽象化した経験 プロジェクトマネジメント、英語での技術コミュニケーション能力 求める人物像 指示を待つのではなく、自ら調べ、試し、結果から改善できる方 問題発見、仮説、実装、評価のサイクルを回せる方 タスク完了だけでなく、より良い設計と再利用可能性まで考えられる方 技術上の選択・限界・リスクを、非技術者にも説明できる方 開発環境 言語 : Python (バックエンド) , TypeScript / React / Next.js (フロントエンド) / NX AI/LLM : LangChain, LangGraph, JAPAN AI STUDIO SDK インフラ : GCP (コンテナ / K8s) , Docker データ : BigQuery, PostgreSQL, 各種顧客データソース ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 ハイブリッド勤務 : 週3出社、週2リモート フレキシブルな勤務時間帯 : コアタイムは要相談 柔軟性 : 将来的により柔軟なワークスタイルの検討も可能 選考フロー 書類選考 → コーディングテスト → 面接（4～5回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます 面接では、AI/Agentの理解、System Designと実装力、曖昧な課題の構造化、日本語での説明力、Team Fitを確認させていただきます。 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】Associate FDE / 第二新卒歓迎

  JAPAN AI株式会社について 現代、誰もがAIを使うことができる便利な時代になりました。 しかし、仕事の「当たり前」はまだ大きくは変わっていない。 「AIにやってほしいことはたくさんある。でもできない」 私たちJAPAN AIは、この景色を変えるために生まれました。 創業3期で約600社・2万人以上が使うプロダクトに育ち、その最前線に立つのがForward Deployed Engineer（FDE）です。 FDEは、顧客の課題を技術で解決し、AIを実際の業務で使われ続ける形にする、技術を軸に顧客導入を支えるエンジニアです。「作って終わり」ではなく「使われ続ける」まで届ける。そしてそれをプロダクトの資産として還元する役割。 JAPAN AIは、このチームを2027年3月までに10名から30名へ拡大します。 しかし、高い品質でAIプロダクトを届け切れる人は、多くはありません。 ——だから私たちは、次の時代の中核を担う若手を、自分たちの手で育てることを決めました。 それが、第二新卒Associate FDE枠を新設した理由です。 育成だからと言って、業務が簡単なわけではありません。 入社初日から実案件を担当し、シニアFDEのレビューを浴びながら、1年でEnd-to-Endを担えるようになる。 AI時代の最初の10年を、どこで、誰と過ごすか——その答えを探している方に、ぜひお会いしたいと思っています。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 採用サイト 本ポジションの魅力 JAPAN AI FDEの魅力 AI時代の最前線で、「使われ続けるAI」を作れる 製造業の技術伝承、金融機関の稟議書作成、自治体の問い合わせ対応——AI Agentが日本の基幹産業で実際に業務を効率化していくその最前線で、設計から実装まで担えます。 技術と顧客対話、両方の手触りを持てる エンジニアのキャリアは「コードから離れて上流に行く」か「技術に閉じこもる」かの二択になりがちです。FDEはその両立を設計で実現したポジション——顧客の業務課題を自分の耳で聞き、技術要件に翻訳し、自分の手で実装する。コードを書き続けながら、ビジネスのリアルな文脈に触れられます。営業・戦略はDS（Deployment Strategist）が担うため、顧客対話は約2割に抑えつつ、意味のある対話に集中できる設計です。   本番品質のAI実装を体系的に学べる PoC完成では評価されません。Evals（AI出力の品質評価）・可観測性・guardrail・HITL（人がチェックに入る設計）を標準責任に含み、シニアFDEのレビュー付きで学べます。「本番で動かし続けるAI」を設計できるエンジニアは希少で、ここで積む経験はキャリアの資産になります。   作ったものがプロダクトに還流する 個社向けに作った実装を、Vertical／標準アーキ／テンプレートに型化して横展開するところまでが成功指標。自分の実装がプロダクトとして積み上がり、次の案件を加速させる手触りが得られます。   10→30名の拡大フェーズで「型を作る側」に回れる FDEチームは2027年3月に向けて10名から30名へ拡大中。標準アーキ・deployment playbookを作る側に、入社初期から関われます。自分の設計判断が、今後30名が参照する標準になるフェーズです。 働く環境の魅力 日本の大企業に、日本語で向き合える 顧客は累計約600社・2万人の国内大企業中心。英語の壁なく、経営層から現場までのリアルな業務課題にAIを当てる経験が積めます。Salesforce・SmartHR・kintone等との連携も含めて、日本のエンタープライズ特有の実装知見が身につきます。 世界クラスのエンジニアと協業 外国籍社員比率44%。国内外の大手IT企業から集まったエンジニアと協働できます。グローバル水準のエンジニアと日常的に交流できる、国内でも稀な環境です。 開発環境は最前線 Claude Code MAX / Cursor / Devin / ChatGPT等が会社負担。Spec Driven Developmentを採用し、意思決定と設計に時間を使い、AIと分担しながら本番品質のコードを書く開発文化が組織として体現されています。 業務内容 Associate FDEは、顧客の現場に入り、JAPAN AIを基盤とした業務効率化のツールを「作って・届けて・使い続けてもらう」そして、JAPAN AIの資産として還元するまでを担います。 1人ですべてを担当するのではなく、シニアFDEやDeployment Strategist（DS）と連携し、段階的に担当範囲を広げていきます。 ※DS：FDEと共に顧客ヒアリングを行う、コンサルティング担当 Discover — 顧客の業務と課題を理解する シニアFDE／DSと一緒に顧客ヒアリングに同席し、業務フロー・使っているSaaS・現場の困りごとを把握する 「AIで何を効率化したいのか」を言語化し、技術要件に翻訳する 慣れてきたら、小規模テーマのヒアリング・要件整理を一人で担う Build & Evaluate — 動くものを作り、品質を確かめる JAPAN AI STUDIO（当社のAIプロダクト開発基盤）を使った、業務ワークフローを設計・実装 LLM・RAG・AI Agent・業務自動化を組み合わせたアプリの開発 Python / TypeScriptを用いたバックエンド・フロントエンド開発 Salesforce、SmartHR、kintone等の顧客が使っているSaaSとのAPI連携 モデル選定・プロンプト改善・Evals・失敗ケース分析によるプロダクトの品質改善 Deploy & Operate — 本番で安心して使える状態にする GCP等へのデプロイ、テスト、監視の仕組みの整備 パフォーマンス・信頼性・セキュリティの改善 guardrail、fallback、human-in-the-loopなど、プロダクトを安全に動かすための仕組みの設計・実装 大企業ならではの要件（権限管理・監査ログ等）に、シニアFDEの支援を受けながら対応 Productize & Scale — 個別の実装を、横展開できる形に残す 1社向けに作った実装を、テンプレート・共通部品・標準アーキテクチャに抽象化、他の案件でも使えるように整備 顧客現場で見つけた改善点を、プロダクトチームへフィードバック 営業・マーケ・人事・ナレッジ共有などの職種別ソリューション、建設・製造・公共・製薬などの業種別ソリューションへの展開支援 入社後のステップ／期待する役割 Associate FDEは、 1年かけてEnd-to-Endの実装者に育つ ことを前提に設計されています。一律の昇格ではなく、本人の習熟度と案件状況に応じた目安です。 Phase 1：入社〜3か月 — 実装担当 シニアFDEのサポートを受けながら、手を動かしてプロダクトと現場に慣れるフェーズです。 シニアFDEが設計したワークフロー・PoC・機能の実装を担当 JAPAN AI STUDIO（当社のAI Agent開発基盤）とSDKの使い方を習得 Salesforce、SmartHR、kintone等のSaaSとAPIで連携する実装 コードレビュー・テスト・Evals（AI出力の品質評価）を通じて、「本番で使える品質」の基準を体で覚える シニアFDE／DSの顧客ヒアリングに同席し、現場感を掴む Phase 2：3〜6か月 — 実装リード 小規模なテーマなら、設計から本番投入までひとりで回せるようになるフェーズです。 小規模なワークフローを、設計 → 実装 → 評価 → デプロイまで一貫して担当 自分の実装方針や技術判断をドキュメントに残し、チームへ共有 モニタリング結果や失敗ケースをもとに改善を回す 現場で見つけた改善点を、プロダクトチームへフィードバックする Phase 3：6〜12か月 — 中規模機能の設計リード より大きなテーマの設計・実装をリードし、チームへの貢献も始まるフェーズです。 中規模機能の設計・実装をリード（レビュー付き） モデルや技術スタックの比較・選定に参加 他案件でも使える共通部品や実装パターンを抽出 新しく入ってきた後輩メンバーのOJTサポート 成果責任 (KR/メトリクス) 成果は、コードを書いた量やPoCを完成させた数だけでは測りません。 本番への貢献 ：担当した機能がレビューを経て本番で利用されているか 品質の向上 ：テスト、Evals、モニタリングを通じて失敗を減らせたか 自律性の拡大 ：レビューを受けながら、より広い範囲をEnd-to-Endで担当できるようになったか 再利用化 ：実装や学びを、ドキュメント、共通部品、playbookへ還元できたか 開発環境 言語 : Python (バックエンド) , TypeScript / React / Next.js (フロントエンド) / NX AI/LLM : LangChain, LangGraph, JAPAN AI STUDIO SDK インフラ : GCP (コンテナ / K8s) , Docker データ : BigQuery, PostgreSQL, 各種顧客データソース ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応 組織体制 開発組織：約60名（2026年6月時点） FDEチーム：現在10名 → 2027年3月までに30名体制へ 協働ロール：Deployment Strategist (DS) / Product Architect / Agentic Engineer / AI Success Engineer / AI Evaluation Scientist / PdM 外国籍比率：44%（日本語話者も多く、英語初心者でも参画可） 平均年齢：32歳 中途・新卒比率：3:1（28卒は約6割がJAPAN AI配属） 育成・キャリア ■オンボーディング（入社〜1〜2か月） ・プロダクト理解、提案フロー、STUDIO / AGENT構築、デリバリーを段階的に学習 ・シニアFDE／メンターによる1on1、設計・コードレビューを標準化 ■育成 ・FDE EXCELLENCE PROGRAMME：顧客課題とAI実装を接続するための社内育成プログラム ・シニアFDEによる案件ごとの設計・コードレビュー ・1on1：最低月1回、キャリア・働き方の相談 ・書籍補助：年間6万円まで ・資格取得・語学学習支援 ・AI利用補助：月間$220まで ■若手活躍の実例 ・インターンから入社し、4年目で若手最前線のFDEに成長しリーダーに。国内の老舗大手製造業のメイン担当。 ・学生時代はフロントエンドエンジニア。入社後フルスタックエンジニアに転向し、FDEリーダーに。大手食品メーカーのメイン担当。 ■キャリア まずはAssociate FDEとして実装力と本番品質の基礎を築き、FDEとして技術提案とEnd-to-End実装を自律的に担うことを目指します。 その後は、IC / Principal Engineerとして技術を深める、EM / Headとして組織を率いる、PdM / DSとして課題定義側へ広げるなど、複数のキャリアを選べます。 必須条件 ソフトウェアエンジニアとしての実務経験1年以上、またはそれに準ずる継続的な開発実績 Python または TypeScript を用いた実装経験 バックエンドまたはフロントエンドに軸足を持ち、もう一方の領域にも担当範囲を広げる意欲 LLM / 生成AIを活用したアプリケーションを自ら試作・開発した経験（業務・インターン・個人開発を問わない） コードレビューやフィードバックを受け、改善につなげられること 日本語：Fluent（顧客・社内との要件確認、設計議論、日本語ドキュメント作成を齟齬なく行えるレベル 歓迎条件 コンピュータサイエンス、ソフトウェア工学、人工知能、機械学習、数学、物理、それらの関連分野における学士号または同等の実務経験 Python / Node.js / TypeScript / React / Next.js等を用いたフルスタック開発経験 AWS / GCP / Azure上での開発・運用経験 LangChain / LangGraph / AutoGen / CrewAI等の利用経験 RAG / Agent / 業務自動化を組み合わせた開発経験 Evals、LLM observability、guardrail、human-in-the-loopへの関心または実装経験 エンタープライズSaaSの利用・API連携経験 個人開発、OSS活動、技術系インターン、ハッカソン等で、 自ら企画して完成させた経験 英語の技術ドキュメントを読み、実装に活かせる能力 求める人物像 指示を待つのではなく、自ら調べ、試し、結果から改善できる方 未経験の技術領域でも、仮説を立てて手を動かせる方 動けば終わりではなく、品質と再利用可能性まで考えられる方 自分の技術判断を言語化し、レビューを成長に変えられる方 AI時代のフルスタックエンジニアとして、顧客価値とプロダクトの両方に向き合いたい方 「絶対に成し遂げたい」という強い意志と、仕事に真摯に向き合うプロフェッショナル姿勢を持つ方   学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 ハイブリッド勤務 : 週3出社、週2リモート 入社後 3ヶ月間は OJT のため出社頻度高め (応相談) 柔軟性 : 将来的により柔軟なワークスタイルの検討も可能 選考フロー 書類選考 → コーディングテスト → 面接（4～5回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます 面接では、AI/Agentの理解、System Designと実装力、曖昧な課題の構造化、日本語での説明力、Team Fitを確認させていただきます。 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】ソフトウェアエンジニア (QA Team)

  JAPAN AI株式会社について JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、上場企業である株式会社ジーニーのグループ企業として2023年4月に設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。 私たちが目指しているのは、単なる AI チャットボットの提供ではありません。企業の全 SaaS を統合し、AI が自律的に業務を実行する「企業の脳」— 次世代の基幹システムを構築することです。「JAPAN AI STUDIO」を中核に、DB さえあればアプリ不要、AI が作業して結果だけを返す世界を実装しています。 私たちはAIの持つ変革力を通じて、新たな価値を創出し、社会全体の進歩に貢献することを目指しています。AIによるイノベーションをリードし、テクノロジーが人々をより多くのことを達成できるようにする未来を共に創造しましょう。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 採用サイト 募集背景 JAPAN AIはAIを「企業の脳」にするJAPAN AI STUDIOをはじめ、9プロダクトを高速に展開しており、QA業務の自動化はすでに約50〜60%まで進んでいます。次のフェーズで求められているのは、単純に自動化率を積み増すことではなく、「何を」「どう」自動化し、それをどう育てていくかという質の勝負です。 具体的には、以下の3つを回せる人を求めています。 自動化できていない箇所を自動化する — 優先度をつけて着実に対象領域を広げる 自動化されているテストの品質を改善する — カバレッジ・保守性・シグナルの信頼性を高める テストケースのライフサイクル自体を設計し、改善が回る仕組みを作り運用する — 作成・実行・評価・棚卸し・廃止までを一つのサイクルとして設計する ソフトウェアエンジニア・フルスタックエンジニアとしての実装力を土台に、AIを活用してこの3つを推進できる方を募集します。 ミッション ソフトウェアエンジニアリングとAIを駆使して、テストの自動化とテストケースのライフサイクル全体の質を高め、プロダクト品質とリリース速度を両立させる 現在、QA業務のうち約50〜60%はすでに自動化されており、基盤としては一定の水準に達しています。このポジションで問われるのは自動化率を積み増すことだけでなく、未自動化領域の自動化・既存テストの品質改善・テストケースのライフサイクル管理を仕組み化し、改善が自走するサイクルを作ることです。 期待する役割について テストの自動化・既存テストの品質改善・テストケースのライフサイクル運用の3方向をリードし、AIを活用しながらQAプロセス全体が継続的に良くなる仕組みを構築・運用していただきます。 自動化できていない領域を見極め、優先度をつけて自動化する 既存の自動化されたテストの品質（網羅性・保守性・シグナルの信頼性）を継続的に改善する テストケースのライフサイクル（作成・実行・評価・棚卸し・廃止）を設計し、改善が回る仕組みを構築・運用する AI/LLMを用いたテストケース生成・改善エージェントを構築する 品質課題をプロダクトチームにフィードバックし、エンジニア/ビジネス/CSとの橋渡しを行う 約400社が本番利用するプロダクトの品質を、自動化・品質改善・仕組み運用の3方向から担保する このポジションの魅力 QA 自動化エージェントを「作る」側に立てる: JAPAN AI STUDIO を使い、テストケース生成エージェントや QA 業務の自動化そのものを開発できる、他社にはない先進的なテーマに取り組めます。 急成長プロダクトの品質を支えるスケール感: 9プロダクト・約400社導入という急拡大フェーズで、品質とスピードの両立という難易度の高い課題に挑めます。 AI × QA という希少なキャリア資産: 「エンジニアリング」「QA」「AI活用」を掛け合わせた、市場価値の高い経験を積めます。 裁量とスピード: * 仕組みづくりを主体的にリードでき、AI 開発支援ツール (Claude Code / Cursor / Devin 等) をフル活用した高速な開発文化があります。 業務内容 未自動化領域の自動化 自動化できていない箇所を洗い出し、優先度をつけて自動化する AI/LLMを活用したテストケース生成エージェントの構築 CI/CDへの自動テスト組み込み・回帰テストの整備 既存テストの品質改善 既存テストケースの品質（重複・カバレッジ・保守コスト・シグナルの信頼性）を精査し、改善する Flakyテストの検知・修正、形骸化したテストの棚卸し テスト設計・品質基準の策定、良いテストケースの記述 テストケースのライフサイクル設計・運用 テストケースの作成〜実行〜評価〜棚卸し〜廃止までのライフサイクルを設計する 改善が継続的に回る仕組み（レビュー体制・メトリクス・運用フロー）を構築・運用する JAPAN AI STUDIOを活用したQA・テスト業務の仕組み化 品質課題をプロダクトチームにフィードバックし、エンジニア/ビジネス/CS/非エンジニアとの橋渡しを行う チーム体制 約150名が開発組織に在籍しています。  密接に連携する役割: Agentic Product Engineer — エージェント機能開発 Research Engineer — 研究開発・モデル改善 Agent Harness Engineer / Software Engineer (AI Platform) — AI 実行基盤開発 Product Manager — プロダクト設計・品質要件定義 必須条件 ソフトウェアエンジニアリングの実務経験 (3年以上) TypeScript での実装経験 (1年以上) AIを活用し、仕組み・自動テスト (Autotest)・業務改善を実践した経験 テスト設計、手動テスト・検証のご経験 (品質視点で問題を発見し、いいテストを設計・記述できる) ビジネス / CS / エンジニアなど、非エンジニアとのコミュニケーション経験 日本語 : Fluent 歓迎条件 フルスタック開発経験 (バックエンド + フロントエンド) テスト自動化フレームワーク (Playwright / Cypress / Jest / Vitest 等) の利用経験 CI/CD (GitHub Actions 等) の構築・運用経験 LLM / AI エージェントを活用したツール・仕組みづくりの経験 QA / テスト設計に関する体系的な知識・経験  クラウド環境 (GCP / AWS / Azure) での開発・運用経験 英語のコミュニケーション 開発環境 言語 : Python (評価パイプライン・分析), TypeScript / React / Next.js (フロントエンド部) / NX 評価 / QA : pytest, LangSmith, Weights & Biases, custom eval frameworks データ : BigQuery, Spark, Pandas インフラ : GCP (コンテナ / K8s), Docker, Terraform CI/CD : GitHub Actions ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon), デュアルモニタ対応 働き方 ハイブリッド勤務 : 週3出社、週2リモート 選考フロー 書類選考 → 面談1回 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】AI Product Operations & Growth Manager

  JAPAN AI株式会社について JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指しています。2023年4月に設立された当社は、最先端のAI技術を活用し、国内外での研究開発を推進しています。 特に、AIエージェントの開発に注力しており、大規模言語モデル (LLM) を活用した革新的なプロダクトやソリューションを提供しています。これにより、さまざまな業界での生産性向上や業務効率化を実現しています。 JAPAN AIは、柔軟で迅速な意思決定を可能にするスタートアップの利点を活かし、最先端技術をいち早く取り入れることで、クライアントに対して最適なソリューションを提供しています。また、国際的な視点を持つ多様なチームが、グローバルな市場での競争力を高めています。 私たちはAIの持つ変革力を通じて、新たな価値を創出し、社会全体の進歩に貢献することを目指しています。AIによるイノベーションをリードし、テクノロジーが人々をより多くのことを達成できるようにする未来を共に創造しましょう。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 募集背景 JAPAN AIのプロダクトには、業務にすぐ使えるAgent / Skillが標準搭載されています。導入企業の拡大に伴い、この公式Agent / Skillのラインナップは急速に増えており、「作って公開する」だけでなく、品質を維持し、見つけやすくし、使われ続ける状態をつくる専門性の重要性が高まっています。 本ポジションは、Agent / Skillを自らの手で作り、直し、育てる「Builder型のProduct Ops」です。プロダクト組織のAgentX SquadまたはGrowth (PLG) Squadに配属され、制作・保守、カタログ（ポータル・スキル一覧）の運営、利用促進までを一気通貫で担っていただきます。 「AI Product Operations & Growth」はまだ市場に確立されていない職種です。その定義と標準づくりを、実務を通じてリードしていただける方を求めています。 ミッション JAPAN AIには、業務にすぐ使えるAgent / Skillが標準搭載されています。ただし、公開すれば自然に使われ続けるわけではありません。このポジションは、Agent / Skillの制作・保守と、ポータルやスキル一覧での見せ方の両方を担い、ラインナップ全体の品質と利用を伸ばします。 主な業務 制作・保守 新しいAgent / Skillの企画・制作、テンプレート化による量産 既存Agent / Skillのメンテナンス（モデル更新・仕様変更への追従、プロンプト改修） 障害・精度劣化の検知と、担当エンジニアへのエスカレーション ラインナップ運営 公開・更新・整理の判断基準づくりとカタログの品質管理 ポータルの検索、カテゴリ、ランキング等、発見性の改善 利用促進 Impression、CTR、継続利用率に基づく利用促進 チュートリアル、導入事例、イベントによるユーザー教育 ユーザーの声をProduct、Engineering、CSにつなぐ  想定している業務の内訳 制作・保守（実際に作る・直す・テンプレート化する）：35％ カタログ／ラインナップ運営：25% データ分析とProduct Growth：20% コンテンツ・社内連携：20% 最初の6〜12カ月で期待する成果 Agent / Skillの制作・保守フロー（テンプレート化、障害対応）を確立する 公開・改善・整理の判断基準を確立する 主要Agent / Skillの発見性、実行率、継続率を改善する 障害・品質問題を検知し、担当チームにつなぐ運用を作る 将来のエコシステム拡大は、ここで作る運営の土台の上に載ります。 このポジションの魅力 業界最先端のAI技術に携われる環境 Generative AIや大規模言語モデルを活用したプロダクト開発に携わり、技術的な最前線での経験を積むことができます 急速に進化するAI技術を実ビジネスに応用する実践的なスキルを習得できます 国内外の最新AI技術動向に常に触れ、専門知識を深められます 0→1、1→10の両フェーズを経験できる環境 新規プロダクトの立ち上げから、既存プロダクトのスケーリングまで、多様なフェーズに携われます スタートアップならではのスピード感と裁量権を持って、プロダクト開発を推進できます 不確実性の高い環境での意思決定力と戦略構築力を磨くことができます 多様なバックグラウンドを持つチームとの協働 グローバルな人材が集まる多国籍チームで、多様な視点を活かしながらプロジェクトを推進する経験を得られます 日英バイリンガル環境で、グローバルな視点でのプロダクト開発スキルを磨けます インクルーシブな環境で、多様性を尊重する組織文化を体験できます キャリアの次のステップへ進む機会  「AI Product Operations & Growth」という新しい職種を、仕事を通じて自ら定義できます 2〜3年後をめどに、チームリードやPdM（プロダクトマネージャー）へのキャリアアップが可能なポジションです チーム体制 AgentX SquadまたはGrowth (PLG) Squadへの配属を想定。 開発環境 プロダクトの開発言語：TypeScript, Python（本ポジションにコーディング経験は必須ではありません。データ分析や自動化に活用できる方は歓迎します） 作業環境 : Mac (Appleシリコン)、モニター2台まで利用可能 働き方 週3日出社、週2日リモートワークのハイブリッド勤務となります。 必須条件  AI Agentへの強い情熱・関心をお持ちの方（日常的にAIツールを使い込んでいる方） Agent / Skill、チャットボット、ノーコード／ローコードのワークフロー等を自分の手で作り、改善した経験（Dify、Zapier、GAS、kintone等のツールでの構築経験も歓迎） 運用・改善を継続した実務経験（コンテンツ運用、SaaS・Webサービス運用、CSオペレーション等） ビジネスレベルで流暢な日本語力（ネイティブレベル歓迎） 歓迎条件 以下いずれかの経験をお持ちの方 企画から公開まで、コンテンツまたはDemoを自走した経験 Product、Engineering、Sales、CS、Marketing等の部署を巻き込んで仕事をした経験 エンタープライズ顧客を相手にしたカスタマーサクセス経験 SaaS・Webサービスの運用・設定管理経験 プロンプトエンジニアリングの実践経験（趣味レベル可） ドキュメント整備・業務標準化の経験 テスト、失敗条件、既知制約、Human-in-the-loopを意識した品質設計の経験 KPIを置き、データとユーザー反応から改善した経験 B2B SaaS、企業向けAI、Developer Tools、MarTech業界の経験 PMM、Product Ops、Marketing Ops、DevRel、CS企画の経験 API、Webhook、MCP、RAG、外部SaaS連携の理解 Python / JavaScript / SQL等の軽量な実装・分析力 GA4、Search Console、BI、CRM / MA等の利用経験 顧客インタビュー、導入事例、Webinar、Live Demoの経験 英語の技術情報を一次情報から調査した経験 求める人物像 Agent / Skillやノーコードワークフローを自分の手で作った経験がある SaaSやアプリカタログで、コンテンツ・ラインナップの運営や成長を担った経験がある ユーザー行動データや障害報告から課題を見つけ、改善につなげられる 技術的なプロダクトの価値を、ユーザーに伝わる言葉に翻訳できる 正解のない環境で、自分で判断基準を作れる 企業データ・権限・プライバシーの取り扱いや、誇大な表現にならない伝え方への感度がある ※すべてを満たす必要はありません。肩書きより、実際に何を作り、何を変えたかを見ます。 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 選考フロー 書類選考 → 面接（2～3回）→ 内定 ※最終面接までにSPIの受験とリファレンスチェックをご対応いただきます 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】Backend Engineer, AI Products

  JAPAN AI株式会社について JAPAN AI株式会社は、上場企業・株式会社ジーニーのグループ企業として2023年4月に設立されたAIカンパニーです。 目指しているのは、単なるAIチャットボットの提供ではありません。企業の全SaaSを統合し、AIが自律的に業務を実行する「企業の脳」— 次世代の基幹システムを実装することです。中核プロダクト「JAPAN AI STUDIO」は累計400社・1.9万人以上に導入され、売上は前年同期比で約5倍に成長しています。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 採用サイト 募集背景 現在9つのプロダクトを展開し、顧客数は1年で倍増しました。一方で、それを支えるバックエンドの開発力が追いついていません。AIエージェントの実行基盤、SaaS連携、データ処理 — プロダクトの土台になる部分を、腰を据えて作り込むエンジニアが必要です。 このポジションは、AI基盤そのものを設計する Software Engineer, AI Platform とは別枠で、プロダクトの機能開発を担う実装の中核として新設します。 経験より、大事にしていること JAPAN AIでは、Claude Code MAX Plan・Cursor・Devin を全エンジニアに会社負担で提供し、「Spec駆動 × AI生成 × Intent Review」を標準の開発スタイルにしています。この環境では、 どの言語を何年書いてきたかより、AIを使って正しく速く作り切れるか が成果を分けます。 だからこそ応募要件では、特定の技術スタックの経験年数を求めません。モダンな環境で開発してきた方も、AIを武器に開発してきた方も、どちらも歓迎します。入社後にPython / TypeScript をキャッチアップいただく前提で構いません。 業務内容 プロダクトのバックエンド開発 JAPAN AI STUDIO をはじめとする自社プロダクトのAPI設計・実装・運用。機能追加から性能改善、リファクタリングまで担当します。 AIエージェント機能の実装 LLM・AIエージェントをプロダクトに組み込む実装。プロンプト設計、ツール呼び出しの制御、RAGパイプラインの構築などを、フロントエンド・Product Architect と連携しながら進めます。 外部SaaS連携・データ基盤 Salesforce / SmartHR / kintone など顧客が使う各種SaaSとのAPI連携、データ同期処理の設計・実装。 技術的な意思決定への参加 毎週の定常リリースを回しながら、設計レビュー・技術選定に加わっていただきます。年次ではなく、出したアウトプットで裁量が決まります。 必須条件 ソフトウェアエンジニアとしての実務経験 : 3年以上 次のいずれかに該当すること モダンな言語（Python / TypeScript / Go / Rust 等）でのバックエンド・API開発経験 AI（生成AI・LLM・AIコーディングツール）を活用した開発経験 クラウド環境 (AWS / GCP / Azure) での開発・運用経験 日本語 : Native Level 歓迎条件 Python / Go でのバックエンド開発、TypeScript / React / Next.js での開発経験 LLM・AIエージェントを組み込んだアプリケーションの開発経験 コンテナ環境（Docker / Kubernetes）、IaC（Terraform）の経験 RDBMS の設計・チューニング、大規模データ処理の経験 外部API連携・データ統合基盤の構築経験 f個人開発 / OSS貢献 / 技術ブログ・登壇などのアウトプット 開発環境 言語 : Python (バックエンド) , TypeScript / React / Next.js (フロントエンド) / NX AI/LLM : LangChain, LangGraph, JAPAN AI STUDIO SDK インフラ : GCP (コンテナ / K8s) , Docker データ : BigQuery, PostgreSQL, 各種顧客データソース ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 ハイブリッド勤務 : 週3出社、週2リモート 選考フロー 書類選考 → コーディングテスト → 面接（4～5回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】コーポレートエンジニア

  JAPAN AI株式会社について JAPAN AI株式会社は、上場企業・株式会社ジーニーのグループ企業として2023年4月に設立されたAIカンパニーです。 目指しているのは、単なるAIチャットボットの提供ではありません。企業の全SaaSを統合し、AIが自律的に業務を実行する「企業の脳」— 次世代の基幹システムを実装することです。中核プロダクト「JAPAN AI STUDIO」は累計400社・1.9万人以上に導入され、売上は前年同期比で約5倍に成長しています。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 採用サイト 募集背景 全社では256名（2026年6月時点）。直近3ヶ月で166名から218名へ増え、いまも増え続けています。一方で、社内の業務基盤はその速度に追いついていません。稟議はスプレッドシートで回り、SaaSは部門ごとに増え、認証（Pマーク / ISO 27001 / ISO 27017）の維持運用も属人化しています。 私たちは「企業の脳」を顧客に売っている会社です。その自分たちの社内が、スプレッドシートとメールで回っている — この矛盾を解消するのが、このポジションの役割です。 このポジションの面白さ 一般的な情シスは、課題を見つけたらベンダーに発注し、見積もりを待ちます。JAPAN AIでは違います。自社プロダクト JAPAN AI STUDIO を使って、自分で作ることも可能です。 たとえば稟議承認。過去の承認パターンをAIに学習させ、一次判断を自動化するワークフローは、STUDIOなら数日で組めます。実際に私たちがお客様に提供しているのと同じ仕組みです。そして社内で得た知見は、そのままプロダクトチームへ還元され、次の標準機能になります。 社内の課題解決が、そのままプロダクトの改善につながる。情シスの仕事が「コストセンターの運用」で終わらない環境です。 業務内容 ベンダーコントロール・SaaS統制 国内外のベンダーとの折衝（選定・見積もり・条件交渉・契約更新）。全社で利用するSaaSの棚卸し、利用方針の策定、権限設計、コスト最適化を担います。海外ベンダーとのやり取りが一定量あります。 社内システムのAI化・業務改善 スプレッドシートやメールで運用されている業務プロセス（稟議承認、各種申請、資産管理など）の棚卸しと再設計。JAPAN AI STUDIO や各種SaaS、生成AIを使って、実際に動く形まで作り切ります。 情報セキュリティ・認証対応 Pマーク / ISO 27001 / ISO 27017 の維持運用、内部監査・外部審査への対応、社内規程の整備と全社周知。顧客からのセキュリティチェックシート対応も含みます。 オフィシャルサイトの運用 コーポレートサイト・採用サイトの更新、改修ベンダーとの調整。 社内IT基盤の運用 アカウント・権限管理、デバイス（PC / MDM）の調達と管理、入退社時のオンボーディング整備、社内からの問い合わせ対応。 ※すべてを一度にお任せするわけではありません。ご経験に応じて主軸を決め、段階的に範囲を広げていきます。 必須条件 外部ベンダーとの折衝経験（選定・見積もり・条件交渉のいずれか ISMS（ISO 27001）/ Pマーク の運用・審査対応の経験 以下いずれかのご経験をお持ちの方 IDaaS（Okta / Entra ID 等）、MDM（Jamf / Intune 等）、Google Workspace などの運用経験 SaaS の導入・リプレース（要件整理 → 比較検討 → 運用設計 → 定着）を通しで担当した経験 権限設計・アカウント棚卸し・監査対応の経験 日本語：ビジネスレベル以上（社内折衝・規程文書の作成を日本語で行うため） 英語：読み書きができること（海外ベンダーとの契約書・仕様書のやり取りが発生するため） プログラミング経験は必須ではありません。 SQLが書ける、GASでスプレッドシートを自動化した、生成AIで業務ツールを作った — その程度の「自分で手を動かして作った」経験があれば十分です。 歓迎条件 生成AI・SaaS・ノーコードツール等を活用して、自ら業務改善の仕組みを作った経験 情報システム / コーポレートIT / 業務改善のいずれかの領域での実務経験 3年以上 社内の業務プロセスを、関係者と合意しながら設計・改善した経験 iPaaS / RPA / GAS / SQL 等による自動化の経験 スタートアップ・急成長企業での情シス立ち上げ経験 英語での会議・交渉ができる方 CMS（WordPress 等）でのサイト運用経験 開発環境 社内利用：Google Workspace / Slack / Notion / GitHub / JAPAN AI STUDIO AI活用：Claude Code MAX Plan / Cursor / ChatGPT / Devin（全社員が会社負担で利用可） 認証：Pマーク / ISO 27001 / ISO 27017 社内でのAIツール利用に制限はありません。「まずAIで試す」が全社の標準です 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 ハイブリッド勤務 : 週3出社、週2リモート 選考フロー 書類選考 → 面接（4～5回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】Tech Lead Engineer (Voice/Speech)

  JAPAN AI株式会社について JAPAN AI株式会社は、上場企業・株式会社ジーニーのグループ企業として2023年4月に設立されたAIカンパニーです。 私たちが目指すのは、単なるAIチャットボットの提供ではありません。企業の全SaaSを統合し、AIが自律的に業務を実行する「企業の脳」— 次世代の基幹システムを実装することです。中核プロダクト「JAPAN AI STUDIO」は累計400社・1.9万人以上に導入され、売上は前年同期比で約5倍に成長しています。 関連URL 当社ウェブサイト 会社紹介資料 Tech Blog 採用サイト 募集背景 「JAPAN AI SPEECH」は、会議・商談の音声をリアルタイムに文字起こしし、話者を分離し、決定事項とToDoまで構造化するプロダクトです。2026年には新しい認識エンジンと会議横断分析を投入し、いま最も伸びている領域のひとつになっています。 一方で、扱う難しさは「議事録ツール」の一言では収まらなくなりました。**リアルタイム性・認識精度・GPU推論コスト**という三つ巴のトレードオフを、顧客ごとの専門用語や60言語超の翻訳、日本リージョン限定処理といった制約の下で成立させる必要があります。ここを設計から握り、チームを技術的に牽引する人がいません。このポジションは、Speech の技術的な意思決定者を置くための募集です。 Tech Lead としての仕事 音声処理基盤の技術戦略とアーキテクチャ設計 ストリーミング音声の取り込みから、認識・話者分離・要約までの処理パイプライン全体を設計します。精度・レイテンシ・推論コストのどれを、どこまで、どうやって取りに行くか — その判断の責任を持ちます。技術選定、技術的負債の返済計画、スケーラビリティとコストの設計もここに含まれます。 プロダクト機能の設計・実装リード 会議横断分析、LLMを用いた要約・論点抽出、Zoom / Teams / Meet からの音声取り込み、Salesforce / Slack など業務ツールへの連携。PdM と要件を詰めながら、自ら手を動かして設計・実装をリードします。ISMS / Pマーク準拠、データ暗号化、日本リージョン処理といったエンタープライズ要件も設計に織り込みます。 例: 大規模会議での話者分離精度が伸び悩んでいた。音声波形ベースの分離モデルと後段のLLM補正を組み合わせる構成に切り替え、GPU推論をバッチング化。精度と推論コストを同時に改善する。 チームの技術リード 設計レビュー・コードレビューを通じた品質の底上げ、メンバーのメンタリング、開発プロセスの整備。技術面接への参加を通じて、チームを一緒に作る側に回っていただきます。 チーム体制 約60名がエンジニア組織に在籍しています。 全社256名、エンジニアの外国籍比率は44%です。 Speech チームは5名。PdM、AI Platform チーム (GPU / Kubernetes 基盤)、Product Engineerと連携して進めます。 必須条件 コンピュータサイエンス、ソフトウェア工学、人工知能、機械学習、数学、物理、それらの関連分野における学士号または同等の実務経験 ソフトウェアエンジニアとしての実務経験 5年以上 技術リード / アーキテクトとしての実務経験 3年以上 (技術選定・設計の意思決定と、メンバーへの技術指導を含む) 高可用性・スケーラビリティ・コストを考慮した、大規模バックエンドシステムの設計・運用経験 クラウド (GCP／AWS・Azure) およびコンテナ技術 (Docker / Kubernetes) の実務経験 次のいずれかの実務経験 リアルタイム・ストリーミング処理 (WebSocket / gRPC / Kafka / Pub/Sub 等) 機械学習モデルの推論基盤をプロダクション環境で設計・運用した経験 スタートアップや成長フェーズ企業での勤務経験、または同等の環境での経験 言語 (以下いずれか) 日本語 : ビジネスレベル (日本語での面接、業務遂行が可能なレベル) 英語 : Fluent 歓迎条件 音声領域 (音声認識 / 話者分離 / 音声信号処理) の実務経験または研究経験 GPU推論基盤の運用・最適化経験 (Triton / TorchServe / ONNX Runtime、バッチング、量子化など) LLM を組み込んだプロダクトの開発経験 MLOps パイプラインの設計・運用経験 大規模データ基盤 (BigQuery / データレイク等) の設計・運用経験 ISMS / Pマーク等のセキュリティ要件下でのシステム設計・運用経験 電話・CTI連携など、会議以外の音声チャネルへの拡張経験 0→1フェーズでの新規プロダクト立ち上げ経験 TypeScript / React でのフルスタック開発経験 日英バイリンガル 開発環境 言語 : Python (バックエンド) , TypeScript / React / Next.js (フロントエンド) / NX AI/LLM : LangChain, LangGraph, JAPAN AI STUDIO SDK インフラ : GCP (コンテナ / K8s) , Docker データ : BigQuery, PostgreSQL, 各種顧客データソース ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 ハイブリッド勤務 : 週3出社、週2リモート 選考フロー 書類選考 → コーディングテスト → 面接（4～5回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

• 

  【JAPAN AI】AI Native Software Engineer (Early Career)

  ご応募前にご確認ください 本求人は、ソフトウェアエンジニアとしての実務経験がおおむね2〜5年で、次の数年間で専門性と責任範囲を大きく伸ばしたい方を主な対象とする採用枠です。 すでに大規模システムの設計や複数チームの技術リードを継続的に担っている方には、ご経験をより直接活かせる以下のポジションをおすすめします。 Forward Deployed Engineer Backend Engineer, AI Product Agent Harness Engineer JAPAN AIで挑むこと 私たちがつくるのは、質問に答えるだけのAIではありません。企業のデータやSaaSにつながり、業務を理解し、仕事を最後まで実行する「企業の脳」です。 挑むのは、モデルを呼び出すだけでは解けない課題です。 AIを安全に本番へ出す Evals、Observability、Guardrail、Human-in-the-loop、Abstainを組み合わせ、「間違えそうなときに手を挙げるAI」をつくる。 一社の課題を、次のプロダクトに変える 顧客現場で得た発見を、共通機能や業種・職種特化のプロダクトへ還元する。 AI Nativeな開発をつくる Claude Code、Cursor、Devinなどを日常的に使い、人とAIの新しい開発プロセスを設計する。 早い段階から本番の課題を任せます。AI Native、0→1、本番運用、事業と組織の拡大を高密度で経験し、将来の起業、グローバル挑戦、Tech Lead、Engineering Managerへの足がかりにできる環境です。 2つのトラック 選考を通じて強み・志向をすり合わせ、オファー前に配属先と期待役割を決定します。 Forward Deployed Engineering 顧客の業務を理解し、課題定義からAI Agent / Workflowの設計・実装、本番導入、改善までを担います。現場で得た知見を型化し、Core Productへ還元します。 Core Product Engineering 多くの企業でAI Agentが安全かつ継続的に動くためのプロダクトと共通基盤をつくります。Agent Runtime、SDK、Orchestration、Memory、Model Routingなどに取り組みます。 業務内容 共通 曖昧な事業・顧客課題の整理と、技術的に解くべき問題の定義 AI Agent / LLMを活用した機能の設計、実装、テスト、評価、運用 Python / TypeScript / Go等によるプロダクションコードの開発 Evals、Observability、Guardrail、Human-in-the-loop / Abstainを含む本番品質の設計 技術選定、設計判断、トレードオフの言語化とドキュメント化 AIコーディングツールを活用した開発速度と品質の継続的な改善 Forward Deployed Engineeringトラック 顧客の業務プロセス、データ、既存SaaSを理解し、技術要件を定義 AI Agent / Workflow、Webアプリケーション、API連携、データパイプラインの設計・実装 PoCから本番導入、利用定着、改善までのEnd-to-Endオーナーシップ 個社向けに得た知見のテンプレート化・共通部品化・プロダクト還元 Core Product Engineeringトラック AIプロダクトのバックエンド、共通サービス、API、データモデルの設計・実装 Agent Runtime / SDK / Orchestration / Memory / Model Routing等の基盤開発 マルチテナント環境における性能、信頼性、セキュリティ、コストの改善 CI/CD、Observability、開発環境などDeveloper Experienceの向上 入社後に期待すること 入社〜3か月 プロダクト、顧客業務、開発基盤を理解する シニアエンジニアのレビューを受けながら、本番機能を1つ以上リリースする 実装だけでなく、テスト・評価・運用まで一連の品質基準を身につける 3〜6か月 小〜中規模の機能またはプロジェクトについて、課題整理から本番リリースまでを主体的に推進する 技術判断とトレードオフを説明し、関係者との合意形成を行う 失敗事例や運用データをもとに改善を継続する 6〜12か月 担当領域の設計・実装をリードする 再利用可能なコンポーネントや開発パターンを生み出し、チームへ展開する 年次にかかわらず、アウトプットに応じてより大きな技術的・事業的責任を担う ※期間は一律の昇格期限ではなく、経験・習熟度・担当テーマに応じた目安です。 チーム・育成・キャリア 開発組織は約60名 (2026年6月時点) 入社時に選択したトラックを起点としつつ、ご本人の強み・志向と事業ニーズに応じて専門性と責任範囲を広げられます。年次ではなく、担った役割と成果に応じて次のステップを決定します。 IC: Senior / Tech Lead → Staff / Principal Engineer Management: Engineering Manager（FDE / Core Product 必須条件 コンピュータサイエンス、ソフトウェア工学、人工知能、機械学習、数学、物理、それらの関連分野における学士号または同等の実務経験を有すること ソフトウェアエンジニアとしての実務経験2年以上、またはそれに準ずる継続的かつ顕著な開発実績 Python、TypeScript、Go等を用いたアプリケーションまたはバックエンド開発経験 要件整理、設計、実装、テストの一連に関わった経験 LLM / 生成AIを活用したアプリケーションの開発・検証経験（業務・研究・個人開発を問わない） 日本語Fluent（技術・業務について齟齬なく議論し、文書化できるレベル）   歓迎条件 自ら課題を発見し、周囲を巻き込みながらプロダクトや業務を改善した経験 0→1のプロダクト開発、スタートアップ、研究、OSS、競技開発、ハッカソン等での顕著な成果 AWS / GCP / Azure等のクラウド環境での開発・運用経験 AI Agent、RAG、Tool Calling、LLM Evalsの設計・実装経験 英語の技術文書・論文を読み、実装へ落とし込んだ経験 一緒に働きたい人 曖昧な問題を分解し、技術的な選択肢とトレードオフを説明できる方 フィードバックを素早く吸収し、未経験領域でも成果につなげられる方 完成した仕様を待たず、仮説を置いてつくり、ユーザーから学べる方 速度だけでなく、安全性・信頼性を含む本番品質に責任を持てる方 開発環境 言語 : Python (バックエンド) , TypeScript / React / Next.js (フロントエンド) / NX AI/LLM : LangChain, LangGraph, JAPAN AI STUDIO SDK インフラ : GCP (コンテナ / K8s) , Docker データ : BigQuery, PostgreSQL, 各種顧客データソース ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応 学習と開発の支援 AIツール利用サポート JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能 開発ツール支援 利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで) 働き方 ハイブリッド勤務 : 週3出社、週2リモート 選考フロー 書類選考 → コーディングテスト → 面接（4～5回）→ 内定 ※最終面接までにリファレンスチェックをご対応いただきます 面接では、AI/Agentの理解、System Designと実装力、曖昧な課題の構造化、日本語での説明力、Team Fitを確認させていただきます。 続きを見る

  • JAPAN AI / Developer
  • 正社員
  • 東京都新宿区西新宿住友不動産新宿オークタワー ５/６階

全 19 件中 19 件 を表示しています